推文

@DDJCXX · 2026-10-16 09:09

字节的 OmniHuman 2.0 上线了，做数字人、对口型视频的可以看看。 一段音频丢进去，它会听语气和情绪来演，不光是把嘴对上。 单条视频能一口气生成 5 分钟，以前最多 60 秒，长视频不用再一段段拼。 价格还降了，每秒从 0.12 美元降到 0.07 美元，算下来一条 5 分钟的视频大概 21 美元。 我做古人说唱一直用 MiniMax 对口型，回头拿这个比一比。 https://x.com/BytePlusGlobal/status/2110643232363422074/video/1

曝光 378 · 评论 1 · 点赞 2 · 书签 3 · 曝光/时 183.34184443780958