主页
字节最新OmniHuman数字人模型即将上线即梦
近期,即梦AI在官方社交媒体上发布了一条新功能上线预告片。 视频显示,采用了全新的多模态视频生成模型OmniHuman,用户仅需输入一张图片和一段音频,就可以生成一条生动的AI视频,有望大幅提升AI短片的制作效率和质量。 图片来自即梦AI视频号内容截图OmniHuman技术主页信息显示,该模型为字节跳动自研的闭源模型,可支持肖像、半身以及全身等不同尺寸的图片输入,并根据输入的音频,在视频中让人物生成与之匹配的动作,包括演讲、唱歌、乐器演奏以及移动。
2/7/2025 5:36:00 PM
新闻助手
- 1
资讯热榜
DeepSeek开源多模态模型Janus-Pro的ComfyUI使用教程,文中附模型和工作流下载
DeepSeek 全面指南:95% 的人都不知道的九个技巧
DeepSeek + IDEA!辅助编程太强了!
DeepSeek日活用户数突破2000万,增长势头远超ChatGPT
冲击DeepSeek R1,谷歌发布新一代Gemini全型号刷榜,编程、物理模拟能力炸裂
DeepSeek V3 和 R1 模型完成海光 DCU 国产化适配并正式上线
不到140块!李飞飞团队超低成本复刻DeepSeek R1推理!16张H100只训练了26分钟,与R1训练方法不同!
如何利用DeepSeek进行高效内容创作:提升效率与流量的终极指南
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
Midjourney
大模型
学习
GPT
用户
AI创作
微软
图像
开源
Meta
DeepSeek
技术
论文
Stable Diffusion
AI
生成式
算法
蛋白质
马斯克
芯片
Gemini
计算
神经网络
代码
AI设计
Sora
研究
腾讯
3D
开发者
GPU
场景
伟达
英伟达
预测
模态
华为
机器学习
Transformer
文本
驾驶
神器推荐
深度学习
AI视频
模型
AI for Science
干货合集
苹果
搜索
LLaMA
算力
视频生成
2024
科技
百度
Copilot
应用
AI应用场景
特斯拉
安全
具身智能
写作
Anthropic
机器
字节跳动
AGI
视觉
语音
DeepMind
架构
亚马逊