OmniHuman 2.0
NOUVEAUOmniHuman 2.0 — le modèle de vidéo parlante de ByteDance. Donnez-lui une photo d'une personne et une piste vocale de 5 minutes maximum : il crée une vidéo où elle la prononce, avec synchronisation labiale, expressions du visage et mouvements du corps qui suivent l'audio. Ajoutez un prompt facultatif pour diriger la scène et la caméra.
Capacités
Spécifications
Temps de génération estimé
~2-5 min
Utilisation de l'API
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"
}'Récupérez votre clé d'API dans le portail développeurs.
Modèles associés
Tout voirVeo 3.1
Modèle de génération vidéo premium avec audio natif
Seedance 2.5
Le tout dernier modèle vidéo de ByteDance. Génère jusqu'à 30 secondes en un seul plan avec audio synchronisé — dialogue, musique et effets dans la même passe — à partir d'un Prompt, d'une image de départ ou de jusqu'à 50 références image, vidéo et audio.
Wan 3.0 Prime
Le palier premium du Wan 3.0 d'Alibaba — rendu plus rapide, mouvement cinématographique et meilleure continuité visuelle. Modes texte, image et référence, clips natifs de 30 secondes en une seule passe, avec audio.
MiniMax H3 Max
MiniMax H3 post-entraîné, classé #1 en qualité globale, compréhension du Prompt et esthétique face aux principaux modèles vidéo. Clips de 5-15 secondes en 480p, 768p ou 1080p natifs à partir d'un Prompt, d'une image de départ, ou de jusqu'à 9 images de référence, 3 clips de mouvement et 3 clips audio. La référence vers vidéo est désormais disponible pour tous : jusqu'à 2x plus rapide, avec une préservation du sujet bien plus forte.