Вышел OmniHuman 2.0: видео до 5 минут одним дублем и снижение цены до $0,07 за секунду

OmniHuman делает липсинк: берёт изображение персонажа и готовую аудиозапись, затем синхронизирует движения губ с речью или пением.

Модель также анимирует мимику и жесты с учётом интонации и содержания звука.

Что изменилось:

• До 5 минут непрерывного видео за одну генерацию. Раньше предел составлял 60 секунд.

• Для такого длинного дубля больше не требуется склеивать несколько генераций.

• Заявлены улучшение качества и снижение цены с $0,12 до $0,07 за секунду. Это примерно на 42% дешевле.

При этом заявленные 5 минут ещё не показывают, насколько стабильно модель удерживает мимику и характер движения на всей дистанции. 

СТОИМОСТЬ

По цене из официального анонса BytePlus:

• 5 секунд: $0,35.
• 10 секунд: $0,70.
• 15 секунд: $1,05.
• 30 секунд: $2,10.

Пятиминутный ролик по этой ставке обойдётся в $21 за одну генерацию. Повторные попытки увеличат бюджет.

Официальная страница OmniHuman

Попробовать OmniHuman: BytePlus Console 

Потребуется войти или зарегистрироваться.