正在加载视频...

视频加载失败

返回首页

《倒春寒》MV - 即梦 OmniHuman-1 测试作品 这玩意确实标志着视频生成的新阶段 从单一的画面运动变成了整体整体输出 你可以直接将一张图片变成，带语音、音乐和唇形同步、表情的视频 下面有过程和功能介绍👇

op7418's profile picture

歸藏(guizang.ai)

153,426 subscribers

53,602 次观看 • 1 年前 •via X (Twitter)

科学技术教育艺术
LIVE

Anya Rossi• Live Now

Private livecam show

11 条评论

歸藏(guizang.ai) 的头像
歸藏(guizang.ai)1 年前

制作过程： 音乐生成：即梦 视频&口型同步：即梦 歌词生成：Deepseek R1 脚本生成：Deepseek R1 图片生成：Midjoureny

歸藏(guizang.ai) 的头像
歸藏(guizang.ai)1 年前

多模态视频生成（OmniHuman-1）介绍： 最低只需要上传图片和需要说话的文字 可以直接生成全身动作、表情、口型 支持各种风格的生成比如水墨、皮克斯、动漫 支持所有类人主体的生成 时间限制为15秒 支持上传歌曲音频 即使是图片在嘴部和面部有遮挡、侧脸也可以流畅生成

歸藏(guizang.ai) 的头像
歸藏(guizang.ai)1 年前

现存问题： 在音乐生成的时候面部表情有点用力过猛，可能跟音频响度有关 如果音频模糊、快速演唱或者说话的时候，嘴型生成可能会不准确

歸藏(guizang.ai) 的头像
歸藏(guizang.ai)1 年前

口播测试，用内置的音频生成 素材只有口播文案和图片

PowerBeatsVR 的头像
PowerBeatsVR3 年前

Get ready for a full-body VR workout that’s fun, fast, and intuitive — Play PowerBeatsVR (Now on Meta Quest) 🔥

tomatoxegg 的头像
tomatoxegg1 年前

有点用力过猛了

Zhang Zhao 的头像
Zhang Zhao1 年前

请教下 如何可以申请到试用资格

火之舞 的头像
火之舞1 年前

口型稍微夸张了点，整体还是不错的

ninglon 的头像
ninglon1 年前

现在我还没有内测资格

汗青 HQ 的头像
汗青 HQ1 年前

很强

歸藏(guizang.ai) 的头像
歸藏(guizang.ai)1 年前

雀食

相关视频

Google 发布Veo 3.1 新版本在叙事理解、真实纹理捕捉和图像转视频能力上有显著提升 能够生成具有更真实视觉质感的视频，并增强了从图像生成视频的功能。 Veo 3.1 引入了多种强大功能： • 图像生成视频：通过多张参考图像创建完整的场景，并带有声音。 • 场景延展：可生成持续一分钟以上的视频片段，保持动作连贯、人物和背景一致。 • 首尾画面生成中间内容：输入首尾帧，Veo 会自动生成中间的视频，实现自然过渡。
1:30

Google 发布Veo 3.1 新版本在叙事理解、真实纹理捕捉和图像转视频能力上有显著提升 能够生成具有更真实视觉质感的视频，并增强了从图像生成视频的功能。 Veo 3.1 引入了多种强大功能： • 图像生成视频：通过多张参考图像创建完整的场景，并带有声音。 • 场景延展：可生成持续一分钟以上的视频片段，保持动作连贯、人物和背景一致。 • 首尾画面生成中间内容：输入首尾帧，Veo 会自动生成中间的视频，实现自然过渡。

小互

15,705 次观看 • 8 个月前

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频 具备逼真的唇形同步与自然的面部表情 官方称最长支持1分钟的视频生成
0:33

VEED 推出 Fabric 1.0：一张图片即可生成任意会说话视频 具备逼真的唇形同步与自然的面部表情 官方称最长支持1分钟的视频生成

小互

13,439 次观看 • 9 个月前

藏师傅字节 Seedance 1.5 Pro 视频模型首测！ 这次支持了音画同出，更惊喜的是还支持方言生成，同时表演中的情绪表达和复杂运镜也都有非常大的进步 可以去火山引擎、豆包和即梦尝试，先看一下藏师傅的测试视频混剪 下面是具体的测试和提示词👇
0:43

藏师傅字节 Seedance 1.5 Pro 视频模型首测！ 这次支持了音画同出，更惊喜的是还支持方言生成，同时表演中的情绪表达和复杂运镜也都有非常大的进步 可以去火山引擎、豆包和即梦尝试，先看一下藏师傅的测试视频混剪 下面是具体的测试和提示词👇

歸藏(guizang.ai)

36,598 次观看 • 6 个月前

新出的一款唇形同步工具：KeySync，核心能力是解决了表情泄漏以及遮挡问题，唇部动作不会受到原始视频人物表情，或是嘴部被遮挡而影响同步效果 能处理高分辨率视频，可以准确的把生成的唇部动作与新音频对齐，避免音画不同步 它的两阶段框架设计，能使时间连贯性保持的较好，使得嘴型变化自然流畅 可以通过调整参数控制动画的生成过程，比如指定遮挡物体的位置 #唇形同步 #KeySync
1:35

新出的一款唇形同步工具：KeySync，核心能力是解决了表情泄漏以及遮挡问题，唇部动作不会受到原始视频人物表情，或是嘴部被遮挡而影响同步效果 能处理高分辨率视频，可以准确的把生成的唇部动作与新音频对齐，避免音画不同步 它的两阶段框架设计，能使时间连贯性保持的较好，使得嘴型变化自然流畅 可以通过调整参数控制动画的生成过程，比如指定遮挡物体的位置 #唇形同步 #KeySync

AIGCLINK

18,436 次观看 • 1 年前

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好 端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题 可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数 支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker
0:35

阿里的新项目，从文本实时生成同步的说话人视频项目：OmniTalker，音视频同步和风格一致上效果比较好 端到端的统一框架，可以同时生成语音和视频内容，实现音视频同步输出，避免了不同步问题 可以从单个参考视频中捕获语音和面部风格，支持零样本场景下的风格复制 25帧/秒的推理速度，0.8B参数 支持中英文互转，支持情感表达，比如平静、快乐、悲伤、愤怒等等情绪。支持长时间视频生成 #说话人视频生成 #OmniTalker

AIGCLINK

50,254 次观看 • 1 年前

HeyGen 发布 Avatar IV 数字人模型 只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。
0:24

HeyGen 发布 Avatar IV 数字人模型 只需一张照片、一段脚本和自己的语音，即可生成一个非常逼真数字人 - 新模型基于“扩散式音频驱动表情引擎”，能根据语音的节奏、语调、情绪合成真实的面部表情和动作。 - 支持侧脸图像与角度变化，带来更具电影感的画面。 - 支持唱歌同步（节奏匹配） - 不仅同步声音，还能“理解”语义与情感，表现出暂停、点头、语调起伏等微动作。 - 支持 30 秒音频/脚本：最多上传 30 秒的语音或文本脚本生成动画。

小互

140,926 次观看 • 1 年前

美图公司今天发布的AI视频制作工具：moki 将视频生成模型和工作流直接内置，可以一键生成AI视频短片。 专注于网文短剧、故事绘本、动画短片和MV这四种视频形式。 可以直接通过文本驱动脚本、角色、视频以及音效配音等一起完成。中途可以控制生成的各个阶段。 看宣传，赶脚不错，不知道实际如何。 7月31日才能体验。
0:59

美图公司今天发布的AI视频制作工具：moki 将视频生成模型和工作流直接内置，可以一键生成AI视频短片。 专注于网文短剧、故事绘本、动画短片和MV这四种视频形式。 可以直接通过文本驱动脚本、角色、视频以及音效配音等一起完成。中途可以控制生成的各个阶段。 看宣传，赶脚不错，不知道实际如何。 7月31日才能体验。

小互

55,061 次观看 • 2 年前

Adobe视频编辑软件Premiere Pro推出的一个新功能“生成扩展”（Generative Extend）。 这个功能允许用户自动为他们的视频片段增加额外的视频片段和音频，从而帮助用户更轻松地进行视频编辑，特别是在处理时间点精准的编辑时。 可以直接生成和原视频相匹配的视频帧或者音频！ 这个功能目前处于测试阶段（beta版），用户可以通过下载该测试版来体验和试用。 简这个功能的作用是帮助用户让视频的编辑过程更加高效和自动化，使得视频片段的衔接更加流畅，最终达到更好的编辑效果。
1:19

Adobe视频编辑软件Premiere Pro推出的一个新功能“生成扩展”（Generative Extend）。 这个功能允许用户自动为他们的视频片段增加额外的视频片段和音频，从而帮助用户更轻松地进行视频编辑，特别是在处理时间点精准的编辑时。 可以直接生成和原视频相匹配的视频帧或者音频！ 这个功能目前处于测试阶段（beta版），用户可以通过下载该测试版来体验和试用。 简这个功能的作用是帮助用户让视频的编辑过程更加高效和自动化，使得视频片段的衔接更加流畅，最终达到更好的编辑效果。

小互

12,455 次观看 • 1 年前

利用 AI，用视频生成视频 从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？ 今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻
1:19

利用 AI，用视频生成视频 从文字生成图片、从图片生成图片的产品已经很多，直接从视频生成视频呢？ 今天专注于图片和视频的 AI 人工智能公司 Runway 发布了新产品 Gen-1，可以通过已有视频、文字来生成新视频，效果非常诱人 Runway 的新闻

倪爽

200,551 次观看 • 3 年前

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。 今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。 做了一个让乔布斯卖破拖鞋的演讲。 下面是测试和教程👇：
0:30

即梦在 Web 端上线他们的数字人 Omnihuman 1.5 版本。 今天来做个测试，同时教大家怎么用图像模型配合生成名人数字人视频。 1.5 的控制能力大幅提升，你可以定义视频中的人物表演和运动方式，直接改变了表演类 AI 视频的制作逻辑。 做了一个让乔布斯卖破拖鞋的演讲。 下面是测试和教程👇：

歸藏(guizang.ai)

39,562 次观看 • 9 个月前

兄弟们 Lovart 接入 Sora 2 模型 确实是有点强啊 可以一键出MV、宣传片... 下面这个视频是我直接生成的 之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑 我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！ 全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”
2:24

兄弟们 Lovart 接入 Sora 2 模型 确实是有点强啊 可以一键出MV、宣传片... 下面这个视频是我直接生成的 之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑 我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！ 全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

小互

61,532 次观看 • 8 个月前

受邀参与了一个海外设计 Agents 产品 lovart ai 的测试 试了一下这也太 tm 牛皮了！ 我只说了 50 个字的需求，直接给我生成了模特 ID 图片、11 个视频分镜图片，每个分镜的拍摄指导和分镜视频。 最后直接自动剪辑成了完整的视频！ 下面是一些详细的介绍：
0:43

受邀参与了一个海外设计 Agents 产品 lovart ai 的测试 试了一下这也太 tm 牛皮了！ 我只说了 50 个字的需求，直接给我生成了模特 ID 图片、11 个视频分镜图片，每个分镜的拍摄指导和分镜视频。 最后直接自动剪辑成了完整的视频！ 下面是一些详细的介绍：

歸藏(guizang.ai)

102,494 次观看 • 1 年前

兄弟们 这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果 我选择了个战争场面 我让GPT帮我写好的文案和剧情 我来复制粘贴进行操作 它根据我的文案实时机械能画面和剧情生成，有点牛P啊 随时这只是个技术预览展示，但是对我的震撼还是蛮大的 你输入一句话 → 它开始生成视频； 你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。 它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构
4:35

兄弟们 这个配的上炸裂啊 PixVerse 推出了世界收一个“实时生成世界模型” 可以连续、无限、实时的生成视频画面，包括声音... 下面是我测试的一个实时效果 我选择了个战争场面 我让GPT帮我写好的文案和剧情 我来复制粘贴进行操作 它根据我的文案实时机械能画面和剧情生成，有点牛P啊 随时这只是个技术预览展示，但是对我的震撼还是蛮大的 你输入一句话 → 它开始生成视频； 你再继续说出你的需求 → 场景立刻改变、角色动作和画面等跟着变。 它可以做到： 🧠 语义理解：你说一句话，AI 能理解你这句话的意图和画面背景信息 🧩 实时生成：场景几乎零延迟渲染，像玩游戏一样流畅 🔁 持续生成：世界不会“结束”，而是会一直延伸和变化 🎮 可交互性：每一次输入都会即时影响画面、声音、结构

小互

12,587 次观看 • 5 个月前

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：
1:29

Midjourney 这个新工具太好玩了！ Patchwork 可以帮你用 LLM 和 MJ 构建一个生动的世界 一旦 MJ 的视频模型完成，这个就会变成一个视频生成工具 而且你还可以通过传送门和别人的世界连接起来，生成新的故事 使用方法在下面：

歸藏(guizang.ai)

27,879 次观看 • 1 年前

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。
2:01

最近很火的AI脱口秀视频制作全流程的教程 1. 生成脱口秀文案 ◦ 在豆包中输入指令，让其扮演脱口秀编剧，围绕指定主题（如“摸鱼”）生成5篇脱口秀对话，从中选择一篇满意的文案。 2. 制作AI配音 ◦ 使用配音工具的“声音克隆”功能，上传想要的音色音频并创建专属声音模型。 ◦ 将选好的脱口秀文案输入工具，调节情绪、语速后生成配音。 3. 生成视频画面 ◦ 在AI图像生成平台输入提示词（包含人物形象、脱口秀舞台背景等信息），生成脱口秀舞台和主角的图片。 ◦ 从生成的图片中选一张，利用“对口型”功能上传配音，生成带口型动画的视频片段。 4. 剪辑优化视频 ◦ 将生成的视频导入剪映，添加观众大笑的片段、识别字幕，并配上合适的BGM，完成最终视频制作。

蛋仔

27,887 次观看 • 2 个月前

字节跳动的新项目 通过音频驱动静态照片生成动态视频 并且生成头部和面部的自然动作，如表情变化、头部移动等。 模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。 它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。 效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。 通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。
1:10

字节跳动的新项目 通过音频驱动静态照片生成动态视频 并且生成头部和面部的自然动作，如表情变化、头部移动等。 模型不仅支持各种音频和视觉风格，还能够生成高度逼真的细节，包括面部的微表情、眉毛和眼睛的细微变化以及头部的自然运动。 它还支持生成非言语动作（如叹息、情感驱动的面部表情），使动画更加生动。 效果非常不错... Loopy 摒弃了传统音频驱动生成方法中需要手动设定空间运动模板的限制。 通过自主学习音频中的运动模式。可以自动生成逼真的肖像动画，无需人为干预，提升了生成过程的效率和灵活性。

小互

35,076 次观看 • 1 年前

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。 主要用到的工具是即梦（图片生成）和可灵（视频生成） 生成后的的视频可以通过配置图层混合来进行交付
1:54

在上个月，我分享了一个 Demo，很多人都来问我如何实现，我这里简单说下从前期生图到视频生成以及开发交付落地整个流程，希望能帮到你。 主要用到的工具是即梦（图片生成）和可灵（视频生成） 生成后的的视频可以通过配置图层混合来进行交付

Paidax

37,642 次观看 • 1 年前

兄弟们，你们梦寐以求的语音版Photoshop来了 哈哈哈 😅 只要说话就能画图、修图，还能生成视频 Y Combinator 孵化的一个项目：Awen 它允许用户通过 语音或文本描述 来直接生成和修改图像 例如：“画一个瑞士山湖。现在变成日落。加一条船。再把它动画化。” Awen 仍处于 测试阶段
1:51

兄弟们，你们梦寐以求的语音版Photoshop来了 哈哈哈 😅 只要说话就能画图、修图，还能生成视频 Y Combinator 孵化的一个项目：Awen 它允许用户通过 语音或文本描述 来直接生成和修改图像 例如：“画一个瑞士山湖。现在变成日落。加一条船。再把它动画化。” Awen 仍处于 测试阶段

小互

41,241 次观看 • 1 年前

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。
0:39

Wan 团队开源一个非常强的唇形和动作同步模型 Wan‑Animate！ 这可是开源的朋友们，自定义程度极高 可以用一个模型同时解决“角色动画生成”和“角色替换”两类任务 支持上传图片从视频迁移对应的人物表情和动作变成新的视频。 也支持单纯替换原有视频中的某个人物，同时复制原场景的光照与色调。

歸藏(guizang.ai)

29,993 次观看 • 9 个月前

卧槽 停不下来了 哈哈哈 玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊 支持原生音画同步生成 包括背景音乐、对白、唱歌等 下面这个视频我一句提示词都没写 直接上传图像就自动生成，几乎秒出 还可以批量制作...😂
1:00

卧槽 停不下来了 哈哈哈 玩上瘾了 Grok 最新的视频生成模型 Imagine v0.9 真的有点牛p啊 支持原生音画同步生成 包括背景音乐、对白、唱歌等 下面这个视频我一句提示词都没写 直接上传图像就自动生成，几乎秒出 还可以批量制作...😂

小互

36,578 次观看 • 8 个月前