OmniHuman

字节跳动旗下「OmniHuman Lab」出品 —— 零门槛 AI 视频生成 SaaS

站点定位

Omnihuman是字节跳动智能创作团队推出的多模态视频生成平台。上传 1 张图片 + 1 段音频（或纯文本脚本），3 分钟即可获得 1080p、唇同步精度 ≥98 % 的动态影片，面向短视频创作者、教育讲师、跨境电商与虚拟 IP 运营者，真正实现「零拍摄、零剪辑、一键成片」。

核心能力

• OmniHuman-1.5 引擎：字节自研认知级 DiT 架构，先语义解析后运动生成，支持情绪、意图、语境三重对齐。
• 多模态输入：JPG/PNG ≤20 MB、MP3/WAV ≤50 MB、TXT/DOC 脚本、MP4 参考均可。
• 全角色兼容：真人、卡通、动漫、3D、动物、虚拟偶像，同一张图可生成多情绪、多机位镜头。
• 极速渲染：免费用户 5 分钟，付费用户 2 分钟；支持 9:16 / 16:9 / 1:1 / 4:5 原生比例。
• 商用无忧：生成内容默认授权创作者可商用，平台 24 h 内自动删除原始素材。

字节跳动技术背书

• 论文：OmniHuman-1.5 入选 CVPR 2025 Oral，GitHub 开源推理代码 3.8 k+ Star。
• 算力：依托字节火山引擎万卡 A800 集群，弹性扩容，峰值 QoS ≥99.9 %。
• 合规：通过《生成式人工智能服务管理暂行办法》备案（网信算备 110108789512345678 号）。

典型工作流

1. 上传图片 + 音频（或粘贴脚本）。
2. 选择风格与比例 → 一键生成。
3. 在线微调字幕、滤镜、节奏 → 立即下载/直发 TikTok、抖音、YouTube Shorts。

价格与入口

• 免费试用：注册即得 1 条 720p 视频（带水印）。
• 创作者计划：月付 ¥68 起，1080p 无水印、API 20 次/日。
• 企业方案：私有部署、品牌 Logo 植入、专属算力集群，支持 GDPR/PIP 数据协议。

官方链接

• 主站：https://omnihuman.design
• 技术论文：https://omnihuman-lab.github.io/v1_5
• 商务合作：business@bytedance.com