即夢AI在官方社交媒體平臺上震撼發(fā)布了一則關于全新功能即將上線的預告，引發(fā)廣泛關注。這項名為OmniHuman的多模態(tài)視頻生成模型，憑借其獨特的技術魅力，為用戶帶來了前所未有的視頻創(chuàng)作體驗。用戶只需簡單地上傳一張圖片和一段音頻，OmniHuman便能迅速生成一條栩栩如生、充滿活力的AI視頻，極大地提升了AI短片制作的效率與質量。
據(jù)透露，OmniHuman是字節(jié)跳動公司自主研發(fā)的閉源模型，其技術主頁詳細介紹了該模型的強大功能。無論是肖像、半身還是全身等不同尺寸的圖片輸入，OmniHuman都能根據(jù)音頻內(nèi)容，在視頻中讓人物呈現(xiàn)出與之相匹配的動作，如演講、唱歌、樂器演奏以及行走等。這一技術不僅解決了人物視頻生成中常見的手勢崩壞問題，還顯著提升了生成視頻的自然度。
OmniHuman在動漫、3D卡通等非真人圖片輸入方面也展現(xiàn)出了卓越的表現(xiàn)。它能夠保持特定風格和原有的運動模式，生成的視頻效果令人驚嘆。這一技術的突破，無疑為視頻創(chuàng)作者提供了更多的創(chuàng)作可能性和想象空間。
為了防止這項技術被濫用，字節(jié)跳動技術團隊在OmniHuman的技術主頁上特別注明，該模型將不會對外提供下載。這一舉措不僅體現(xiàn)了字節(jié)跳動對技術安全的重視，也彰顯了其作為科技企業(yè)的社會責任感。
即夢AI的相關負責人表示，盡管OmniHuman已經(jīng)展現(xiàn)出了出色的表現(xiàn)，但在生成影視真實級別的視頻方面，仍存在一定的提升空間。因此，該模型支持的多模態(tài)視頻生成功能將首先在即夢平臺上進行小范圍內(nèi)測，以便進行進一步的調(diào)優(yōu)和調(diào)整。同時，即夢還將為這一功能設置嚴格的安全審核機制，并對輸出的視頻標注水印，以確保AI技術的正面應用和積極作用。
隨著OmniHuman技術的不斷成熟和完善，相信它將為視頻創(chuàng)作者帶來更多的驚喜和靈感。同時，即夢AI也將繼續(xù)致力于技術創(chuàng)新和用戶體驗的提升，為用戶提供更加優(yōu)質、便捷的視頻創(chuàng)作服務。
