OmniHuman 2.0
جديدOmniHuman 2.0 — نموذج الفيديو الناطق من ByteDance. أعطه صورة واحدة لشخص ومسارًا صوتيًا حتى 5 دقائق، فيصنع فيديو لذلك الشخص وهو ينطقه، مع مزامنة الشفاه وتعابير الوجه وحركة الجسم التي تتبع الصوت. أضِف وصفًا اختياريًا لتوجيه المشهد والكاميرا.
القدرات
المواصفات
زمن التوليد التقديري
~2-5 min
استخدام الواجهة البرمجية
curl https://www.flixly.ai/api/v1/generate \
-H "Authorization: Bearer flx_live_..." \
-H "Content-Type: application/json" \
-d '{
"model": "omnihuman-2",
"prompt": "A beautiful sunset over the ocean",
"type": "REFERENCE_TO_VIDEO"
}'احصل على مفتاح الواجهة البرمجية من بوابة المطورين.
نماذج ذات صلة
عرض الكلVeo 3.1
نموذج توليد فيديو متميز مع صوت أصلي
Seedance 2.5
أحدث نموذج فيديو من ByteDance. يولّد حتى 30 ثانية في لقطة واحدة مع صوت متزامن — حوار وموسيقى ومؤثرات في المرور نفسه — انطلاقًا من مُوجّه أو إطار بداية أو حتى 50 مرجعًا من الصور والفيديو والصوت.
Wan 3.0 Prime
المستوى المتميز من Wan 3.0 من Alibaba — إنجاز أسرع وحركة سينمائية واستمرارية بصرية أقوى. أوضاع النص والصورة والمرجع، ومقاطع أصلية بطول 30 ثانية في تمريرة واحدة، مع صوت.
MiniMax H3 Max
MiniMax H3 بعد تدريب إضافي، ويحتل المركز #1 في الجودة الإجمالية وفهم المُوجّه والجماليات مقارنةً بأبرز نماذج الفيديو. مقاطع من 5-15 ثانية بدقة أصلية 480p أو 768p أو 1080p انطلاقًا من مُوجّه أو إطار بداية أو حتى 9 صور مرجعية و3 مقاطع حركة و3 مقاطع صوتية. توليد الفيديو من المراجع متاح الآن للجميع: أسرع بما يصل إلى مرتين، مع حفاظ أقوى بكثير على الشخصيات.