Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

字节刚发布了 OmniHuman-1.5 ，案例看起来非常牛皮依然是通过音频和图像生成视频，整体的真实感和泛化能力都有了非常强的提升支持双人音频驱动生成视频支持生成超过一分钟的视频支持感知并通过视频表达音频的情感支持额外的文本提示词支持多人场景表演支持非真人的唇形和动作同步

歸藏(guizang.ai)

174,011 subscribers

17,521 views • 1 year ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

4 Comments

歸藏(guizang.ai)1 year ago

详细信息：

行者老孙🚀1 year ago

案例这种东西，有一家算一家，都比较扯淡。。。。。。我就想看一般人能做出啥。

Kim Biang1 year ago

和veo3的图生不晓得哪个质量高

Gilfoyle1 year ago

又是只有论文，字节都干好几次了，上次seaweed APT的大饼也没下文

Related Videos

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频

字节发布了一个新的视频模型 Goku 还有一个专门为广告视频生成做的的竖屏 goko+ 模型效果非常🐂🍺，老广告人麻了 - 支持直接生成虚拟数字人视频 - 支持从产品图片生成和人物互动视频，保持产品样式 - 支持生成产品展示视频，保持产品样式 - 可以从文本生成广告视频

歸藏(guizang.ai)

34,329 views • 1 year ago

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以支持视频、文本、视频+文本输入有同步模块，保持音频和视频动作对齐支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音

一款还不错的视频自动化配音工具：MMAudio，音画同步性还可以支持视频、文本、视频+文本输入有同步模块，保持音频和视频动作对齐支持44.1kHz高采样率 #音频生成 #MMAudio #AI配音

AIGCLINK

17,770 views • 1 year ago

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本

果然发布了！ Black Forest Labs 发布和开源 Flux 3 视频生成模型，功能非常强大： 1. 基础生成：支持文生视频、图生视频（可以把图片作为参考，也可以作为起始帧） 2. 视频参考生成：支持基于参考片段的视频生成（即从视频参考生成新视频） 3. 视频与音频延长：支持输入视频和音频，并对两者进行延长 4. 关键帧控制：支持基于关键帧的视频生成 5. 多语言对话与多样化排版：支持多语言对话，并支持非常多的视觉风格和宽高比 6. 智能剪辑：支持将单个片段智能串联成更多、更长的多镜头序列 7. 文字与动画：支持生成文字和生成动画设计 8. 图像输出：不仅能生成视频，也支持图像输出模型会开源，就是 Flux 3 Dev 模型，目前还不能访问，需要申请早期访问。未来几周会开放 API 的访问，之后会开放开源的 Flux 3 版本

歸藏(guizang.ai)

46,972 views • 1 month ago

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

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

50,300 views • 1 year ago

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。模型：提示词文档：

LTX-2 Model：：开源版Veo3 19B参数的视频模型，能同时生成视频和音频，支持文生视频和图生视频。模型：提示词文档：

Gorden Sun

14,390 views • 8 months ago

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。

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 views • 2 years ago

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

140,969 views • 1 year ago

这个通过Runway Act one生成的视频细节很完美角色通过文本生成角色然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。就变成了这样。由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。目前最多支持30秒的视频转移！

这个通过Runway Act one生成的视频细节很完美角色通过文本生成角色然后使用手机拍摄一个说话视频，将你的说话表情、声音和口型转移到角色上。就变成了这样。由于Act one不支持肢体动作转移，它通过图生视频生成了肢体动作。目前最多支持30秒的视频转移！

小互

19,392 views • 1 year ago

刚刚在内测一款AI分析YouTube视频的新产品惊了，这功能全到离谱，背后是有多少个PM。。。 - 支持B站、YouTube、西瓜视频、搜狐视频、本地视频 - 支持生成视频简介、思维导图、视频重点 - 支持生成双语字幕，支持一键下载srt - 识别发言人，并总结每个发言人的观点 - 支持智能问答：有问题随时提问 1/2

刚刚在内测一款AI分析YouTube视频的新产品惊了，这功能全到离谱，背后是有多少个PM。。。 - 支持B站、YouTube、西瓜视频、搜狐视频、本地视频 - 支持生成视频简介、思维导图、视频重点 - 支持生成双语字幕，支持一键下载srt - 识别发言人，并总结每个发言人的观点 - 支持智能问答：有问题随时提问 1/2

Orange AI

150,836 views • 2 years ago

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👇

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 views • 8 months ago

发现一个强大的视频下载器 ytDownloader 虽然界面有点丑，但支持上百种网站下载。 ✔ 支持下载字幕 ✔ 支持视频音频合并 ✔ 支持下载播放列表 ✔ 支持Windows/Mac/Linux 视频演示如何下载 X 视频和 Youtube 视频 Github 链接：

发现一个强大的视频下载器 ytDownloader 虽然界面有点丑，但支持上百种网站下载。 ✔ 支持下载字幕 ✔ 支持视频音频合并 ✔ 支持下载播放列表 ✔ 支持Windows/Mac/Linux 视频演示如何下载 X 视频和 Youtube 视频 Github 链接：

katon

39,780 views • 10 months ago

字节确实变了居然先发布了新版 Seaweed 视频模型的论文和演示除了常规文生、图生视频外还支持： - 音视频同步生成 - 长镜头与多镜头叙事 - 高分辨率超分与实时生成 - 世界建模与相机控制下面的论文页面有更多演示

字节确实变了居然先发布了新版 Seaweed 视频模型的论文和演示除了常规文生、图生视频外还支持： - 音视频同步生成 - 长镜头与多镜头叙事 - 高分辨率超分与实时生成 - 世界建模与相机控制下面的论文页面有更多演示

歸藏(guizang.ai)

18,000 views • 1 year ago

MuseV：虚拟人视频的完整解决方案基于SD，支持文生视频、图生视频、视频生视频，能保持角色一致，不限视频长度。后续会发布MuseTalk来支持实时嘴型同步。在线体验： Github：论文后续发（阿里看看人家，先开源再发论文！）

MuseV：虚拟人视频的完整解决方案基于SD，支持文生视频、图生视频、视频生视频，能保持角色一致，不限视频长度。后续会发布MuseTalk来支持实时嘴型同步。在线体验： Github：论文后续发（阿里看看人家，先开源再发论文！）

Gorden Sun

24,484 views • 2 years ago

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！它支持原生 30 秒的视频生成，支持 1080P。并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。

阿里的 Wan 3.0 视频生成模型也发布了，看起来也挺厉害啊！它支持原生 30 秒的视频生成，支持 1080P。并且支持“全能参考”：不只是文本、图像、视频、音频，它还支持文档、表格、PPT、网页、Markdown 格式等一系列你能想到的信息。你可以把这些信息全部混在一起给它参考，让它生成视频，这个对 Agent 来说非常有帮助。价格方面：1080P：1.4 元/秒 • 720P：0.7 元/秒整体挺给力的，文字渲染也不错，而且还可以渲染一些动效。

歸藏(guizang.ai)

27,677 views • 1 month ago

兄弟们，这个有点牛P 字节跳动发布全新的视频生成基础模型Goku 可直接生成数字人视频 - 支持文本到视频（T2V）：可生成 20 秒以上流畅、连贯的视频。 - 支持多种风格：写实、3D 动画、剪纸、赛博朋克等。 -广告优化版（Goku+）：可直接生成真人广告、产品展示、人物交互的数字人视频。 - 真实人物 & 手部优化：面部表情自然，手势精准。 - 电影级动态镜头：支持慢动作、特写、追踪拍摄等。 - 高分辨率 & 智能光影：画质清晰，色彩自然，光影真实。

兄弟们，这个有点牛P 字节跳动发布全新的视频生成基础模型Goku 可直接生成数字人视频 - 支持文本到视频（T2V）：可生成 20 秒以上流畅、连贯的视频。 - 支持多种风格：写实、3D 动画、剪纸、赛博朋克等。 -广告优化版（Goku+）：可直接生成真人广告、产品展示、人物交互的数字人视频。 - 真实人物 & 手部优化：面部表情自然，手势精准。 - 电影级动态镜头：支持慢动作、特写、追踪拍摄等。 - 高分辨率 & 智能光影：画质清晰，色彩自然，光影真实。

小互

156,290 views • 1 year ago