科技界傳來激動人心的消息！近期，抖音旗下圖片視頻工具即夢AI宣布即將推出令人驚嘆的新功能。

這款全新功能采用了先進的多模態(tài)視頻生成模型 OmniHuman，為創(chuàng)作者帶來了前所未有的便利。只需提供一張圖片和一段音頻，該模型就能生成一條栩栩如生的 AI 視頻，大幅提升視頻制作的效率和質(zhì)量。

OmniHuman 技術(shù)主頁透露，該模型由字節(jié)跳動自主研發(fā)，支持輸入各種尺寸的圖片，包括肖像、半身和全身。根據(jù)輸入的音頻，OmniHuman 可自動生成人物與其匹配的動作，包括演講、演唱、演奏樂器和移動。

對于人物視頻生成中的常見問題，如手勢崩壞，OmniHuman 也做出了顯著的改進。此外，該模型還支持輸入動漫和 3D 卡通等非真人圖片，并能保持原有的風格和動作。

從展示的演示效果來看，OmniHuman 的生成效果令人印象深刻，具有較高的自然度。為了防止該技術(shù)被濫用，字節(jié)跳動技術(shù)團隊特別強調(diào)，OmniHuman 將不會對外提供下載。

即夢 AI 相關(guān)負責人透露，OmniHuman 目前已具備不俗的表現(xiàn)，但生成影視級別視頻仍有提升空間。搭載 OmniHuman 的多模態(tài)視頻生成功能將首先在即夢上進行小范圍測試，并逐步開放。

該負責人還表示，即夢將對該功能實施嚴格的安全審核機制，并在輸出視頻上標注水印以提醒用戶。此舉旨在確保 AI 技術(shù)發(fā)揮積極作用，幫助視頻創(chuàng)作者充分發(fā)揮想象力。

（舉報）