半個月前，字節的OmniHuman-1模型在全球的AI圈，都掀起了巨浪。

可能有些朋友不知道這是個啥，我大概通俗易懂的解釋一下：

一張圖+一段音頻，就能生成超逼真的唇形同步AI視頻。

聽起來好像是不是之前已經有了？沒毛病，這種AI視頻我們一般稱為對照片說話，我自己之前也寫過：

那時候的效果是這樣的：

說實話，這個效果已經很不錯了，但是有個最大的問題，就是只能生成面部或者頭部的動畫，背景、肢體全都沒法動，非常的尷尬。

而這一次，OmniHuman-1做了巨幅的突破，一張照片+一段音頻，就可以生成背景是動態、支持全身動作的視頻，甚至還能保證口型同步。

在我心中，這好像才是真正的Sora該有的樣子。

而我等啊等啊等啊。

終于，在今天深夜，我等來了OmniHuman-1的內測。

這一次，他們把這個模型也放在了老朋友即夢上。

視頻生成中的對口型上的大師模式，就是OmniHuman-1。

三種模式的描述對比一下：

在我玩了2個小時后，我只能感嘆一句：

AI視頻中的人物表演，也終于走進了下一個時代。

視頻中的人物，再也不是默劇了，讓人物開口說話也終于不用先跑一段動態AI視頻再換口型了。

只需要一鍵，就直接生成一段帶表演的、帶口型的15秒視頻。

這就像當年的語音，從TTS，進化到了端到端的聲音一樣。

酷到爆炸了好嗎。

給大家看下怎么用，真的巨簡單。

首先，你需要準備一張人物角色圖和一段音頻。

圖的話沒啥需要注意的，不同于之前的生動模式會強制剪裁，現在的OmniHuman-1支持任何比例，同時我自己測試下來，有個問題比較大，就是角色的審核非常嚴格。

貓貓狗狗之類的動物不能生存我能理解，但是一些擬人角色，或者稍微側面一點的，都顯示未檢測到可用角色，比如我傳這個哪吒的圖：

就會顯示這個：

這個我覺得就有一點問題，我就去直接問了下產品經理，是BUG，還是模型特性。產品的回復是：

至于音頻的話，除了真人配音之外，如果想用AI生成，我比較建議去海螺AI，目前我覺得最強的AI語音。我曾經也寫過一篇文章介紹：

https://hailuoai.com/audio

全部準備就緒上傳之后，你只要，點擊生成就可以了。

比如我準備了一張哪吒的圖片，和一段哪吒2里非常經典的語音。

然后，他兩直接合成了一段，AI哪吒念詩。

這效果，雖然有一些瑕疵，而且不能跟哪吒2原片段比，但是已經是我見過的，表演最好的了，畢竟你要是真能跟哪吒2片段打個平手。。。

那...AI對于影視的沖擊...

我又整了個活，讓奧特曼...來搞個花的。

這個運動非常夸張，不僅奧特曼自己的表演是到位的，背景里面的行人也是匆匆，左右穿越，穩得一筆。

又或者這個miku醬彈吉他。

太牛逼了。

再放幾個跑的case。

甚至不止單人，連多人...都可以。

AI女團有望。

從以前要調動畫、找配音、做后期合成，至少得個把星期的工作量，如今十幾秒鐘就能完成，還能批量跑，簡直讓人不敢相信這是現實。

說實話，這就是我心里那個AI視頻2.0時代的標志。

人物不僅動了，還能用自然語音去表達信息，真正把視頻當做核心載體，讓AI深度參與到表演和敘事中。

這樣的想法放在半年前，像極了天方夜譚，可它如今就真實地擺在你面前。

再往后，我們也許要重新思考。

影視、動畫、廣告、甚至直播，這些傳統概念，會不會因為一個AI，而統統被打碎重構？

相信，結論，都在大家的心中。

只是時間上的尺度有不同而已。

科技的長河滾滾向前。

從來不會等待，任何人。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯系郵箱：wzglyay@gmail.com