OmniHuman 2.0
OmniHuman 2.0 создаёт выразительные видео с персонажами из одного изображения и одной аудиодорожки. Губы, лицо, руки и тело следуют ритму, тону и смыслу голоса, а необязательный текстовый промпт задаёт действия и движение камеры. OmniHuman 2.0 подходит для ведущих, певцов, киносцен, мультяшных героев и питомцев.
СоздатьКлючевые возможности OmniHuman 2.0
OmniHuman 2.0 — модель видео по аудио для цифровых людей и персонажей. Она не просто двигает рот на неподвижном лице: из одного изображения и одной записи голоса модель строит целое выступление с языком тела, эмоциями и работой камеры под звук и учитывает необязательный промпт для дополнительной режиссуры.
Синхронизация губ вместе с эмоцией
OmniHuman 2.0 совмещает каждый слог с формой рта и при этом считывает ритм, интонацию и смысл голоса. Трогательная благодарность получает влажные глаза и сбившееся дыхание, уверенная презентация — твёрдый взгляд. Лицо, голова и плечи следуют подаче, поэтому речи, отзывы и диалоги выглядят как игра актёра, а не как анимация.
- Форма рта под каждый слог
- Мимика по тону и смыслу
- Естественное дыхание, паузы и движения головы
Пение и музыкальные клипы
Загрузите вокальную дорожку — и персонаж её споёт. Рот следует долгим нотам и быстрым строчкам, тело двигается в такт, а настроение песни видно на лице. Если на изображении есть инструмент, руки и удары по струнам тоже идут за музыкой, так что легко собрать концертные фрагменты, каверы и сцены для клипов.
- Синхронизация для мелодии и рэпа
- Тело и руки двигаются в ритм
- Готово для каверов и клипов
Кинематографичная камера и движение тела
OmniHuman 2.0 создана для кинематографичных сцен, а не только для говорящих голов. Персонажи идут, поворачиваются, бегут и реагируют с естественной скоростью, а камера может сопровождать, наезжать или следовать за действием. Опишите кадр в промпте, например ручное сопровождение через тоннель, и модель выстроит движение вокруг голоса.
- Движение всего тела с реальной скоростью
- Сопровождение и наезд камеры
- Сцены, выстроенные вокруг диалога
Управление сценой и действиями через промпт
Короткий промпт до 300 символов управляет тем, что происходит помимо губ: жестами, действиями, предметами и направлением камеры. С OmniHuman 2.0 можно делать фэнтези-влоги и сюрреалистичные сцены или попросить конкретное движение в конкретный момент. Темп всё равно задаёт аудио, поэтому действие из промпта совпадает с голосом.
- Жесты и действия по запросу
- Направление движения камеры
- Фэнтези и сюрреалистичные влоги
Мультфильмы, аниме и питомцы
OmniHuman 2.0 не ограничивается фотореалистичными людьми. Мультяшные и аниме-персонажи, 3D-маскоты, пиксельные герои и питомцы могут говорить или петь, сохраняя собственный облик. Из одного изображения получаются каналы с персонажами, детские истории, бренд-маскоты и забавные видео с питомцами.
- Аниме, 3D и пиксельный стиль
- Питомцы и маскоты-животные
- Исходный стиль сохраняется
Как создавать с OmniHuman 2.0
Три шага от изображения и голоса до готового видео. Перед генерацией рабочая область проверяет оба файла и показывает стоимость в кредитах по длине аудио.
- 01
Добавьте изображение
Загрузите один JPG, PNG или WEBP до 30 МБ, от 300 до 6000 пикселей по каждой стороне. Чёткое лицо и видимый рот дают лучшую синхронизацию. Подходят портреты, поясные и полные кадры, мультяшные герои и питомцы.
- 02
Добавьте голос и, по желанию, промпт
Загрузите речь или пение в MP3 или WAV, до 15 МБ и длиной от 4 до 300 секунд. Лучше всего работает чистый звук. Для большего контроля добавьте промпт до 300 символов с описанием действий, настроения или движения камеры.
- 03
Сгенерируйте и скачайте
Проверьте стоимость, которая зависит от длины аудио, и создайте видео 720p. Посмотрите результат, скачайте MP4 или измените промпт и сделайте ещё один дубль.
OmniHuman 2.0 и Kling AI Avatar 2.0
Обе модели превращают портрет и голос в говорящее или поющее видео. OmniHuman 2.0 добавляет движение камеры, действия всем телом и более длинные ролики по единой цене 720p. Kling AI Avatar 2.0 ориентирована на ведущих крупным планом и предлагает режим Pro в 1080p.
| Сравнение | OmniHuman 2.0 | Kling AI Avatar 2.0 |
|---|---|---|
| Для чего | Киносцены, клипы, длинные рассказы | Ведущие, короткая реклама, поздравления |
| Входные данные | Одно изображение, одно аудио, промпт по желанию | Один портрет, одно аудио и промпт |
| Что движется | Губы, лицо, руки, всё тело и камера | Губы, лицо, голова, руки и верх тела |
| Стили персонажей | Реализм, аниме, 3D, пиксель-арт, питомцы | Реализм, аниме, иллюстрация, стилизация |
| Длина | По аудио, 4–300 секунд | По аудио, до 15 секунд |
| Качество | 720p | 720p Standard · 1080p 48 fps Pro |
| Загрузка изображения | JPG / PNG / WEBP, до 30 МБ | JPG / PNG, до 10 МБ |
| Загрузка аудио | MP3 / WAV, до 15 МБ | MP3, WAV, AAC, M4A, OGG |
| Промпт | Необязателен, до 300 символов | Обязателен: образ, мимика, стиль движений |
| Движение камеры | Сопровождение и наезд по промпту | В основном статичный кадр |
| Кредиты AngryDance | 28 в секунду при 720p | 16 в секунду Standard · 32 Pro |
| Ролик 10 секунд | 280 кредитов при 720p | 160 кредитов Standard · 320 Pro |
Вопросы о OmniHuman 2.0
Короткие ответы о файлах, длине видео, промптах, стилях персонажей и кредитах.
Что такое OmniHuman 2.0?+
OmniHuman 2.0 — модель видео с персонажами, управляемая аудио. Из одного изображения и одной аудиодорожки она создаёт видео, где персонаж говорит или поёт с подходящей синхронизацией губ, мимикой, жестами и движениями тела, а промпт по желанию управляет действиями и камерой.
Что нужно загрузить?+
Одно изображение (JPG, PNG или WEBP, до 30 МБ, от 300 до 6000 пикселей по стороне) и один аудиофайл (MP3 или WAV, до 15 МБ, от 4 до 300 секунд). Текстовый промпт необязателен.
Какой длины может быть видео?+
Видео совпадает по длине с аудио. На AngryDance каждое видео использует от 4 до 300 секунд звука — этого хватает для представлений, объяснений, целых песен и пятиминутных выступлений. Длинный сценарий разделите на части и используйте то же изображение.
Зачем нужен промпт?+
Темп и синхронизацию губ задаёт аудио, а промпт добавляет режиссуру. Опишите действия, жесты, предметы или движение камеры до 300 символов, например: она поднимает трофей и улыбается, камера медленно приближается.
Может ли модель петь?+
Да. Загрузите вокал или рэп — рот будет следовать мелодии и ритму, а тело и руки двигаться под музыку.
Работает ли она с мультфильмами и питомцами?+
Да. Аниме и мультяшные персонажи, 3D-маскоты, пиксельные герои и питомцы могут говорить или петь, сохраняя свой стиль. Лучше всего, когда лицо хорошо видно.
Какое разрешение у результата?+
Видео создаётся в 720p — этого достаточно для соцсетей, презентаций и превью. Для говорящих аватаров в 1080p используйте Kling AI Avatar 2.0 Pro.
Сколько кредитов тратит OmniHuman 2.0?+
Кредиты зависят от длины аудио: 28 кредитов в секунду, то есть ролик на 10 секунд стоит 280 кредитов, а на 30 секунд — 840. Перед генерацией рабочая область показывает точную стоимость, а новые аккаунты могут получить бесплатные кредиты.
Чем OmniHuman 2.0 отличается от Kling AI Avatar 2.0?+
OmniHuman 2.0 добавляет движения всего тела, работу камеры и ролики до 5 минут с необязательным промптом. Kling AI Avatar 2.0 настроена на ведущих крупным планом: промпт обязателен, ролики до 15 секунд и есть режим Pro в 1080p.
Как получить лучший результат?+
Используйте хорошо освещённое изображение с полностью видимым ртом, чистое аудио без музыки поверх речи и короткий промпт с одним-двумя ключевыми действиями. Кадрирование изображения должно быть близко к нужному кадру.
Можно ли использовать видео в коммерческих целях?+
Используйте изображения, голоса и промпты, которые принадлежат вам или на которые у вас есть права, включая согласие реального человека на использование его внешности и голоса. Проверяйте результат ИИ перед публикацией или коммерческим использованием: он может содержать ошибки или непреднамеренное сходство. Полные правила — на странице условий.
