OmniHuman 2.0
नयाOmniHuman 2.0 — ByteDance का टॉकिंग-वीडियो मॉडल। किसी व्यक्ति की एक फ़ोटो और 5 मिनट तक का वॉइस ट्रैक दें, और यह उस व्यक्ति के बोलते हुए वीडियो बनाता है, जिसमें लिप सिंक, चेहरे के भाव और शरीर की हरकतें ऑडियो के साथ चलती हैं। सीन और कैमरा तय करने के लिए चाहें तो प्रॉम्प्ट जोड़ें।
क्षमताएँ
विनिर्देश
अनुमानित जनरेशन समय
~2-5 min
API उपयोग
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"
}'अपनी API कुंजी डेवलपर पोर्टल से लें।
संबंधित मॉडल
सभी देखेंVeo 3.1
प्रीमियम वीडियो जनरेशन मॉडल, नेटिव ऑडियो के साथ
Seedance 2.5
ByteDance का सबसे नया वीडियो मॉडल। एक ही शॉट में 30 सेकंड तक का वीडियो सिंक्रोनाइज़्ड ऑडियो के साथ जनरेट करता है — डायलॉग, म्यूज़िक और इफ़ेक्ट एक ही पास में — प्रॉम्प्ट, स्टार्ट फ़्रेम या 50 तक इमेज, वीडियो और ऑडियो रेफरेंस से।
Wan 3.0 Prime
Alibaba के Wan 3.0 का प्रीमियम टियर — तेज़ टर्नअराउंड, सिनेमैटिक मोशन और बेहतर विज़ुअल कंटिन्यूटी। टेक्स्ट, इमेज और रेफ़रेंस मोड, एक ही पास में नेटिव 30-सेकंड क्लिप, ऑडियो के साथ।
MiniMax H3 Max
पोस्ट-ट्रेन किया गया MiniMax H3 — प्रमुख वीडियो मॉडलों के मुक़ाबले ओवरऑल क्वालिटी, प्रॉम्प्ट समझ और सौंदर्य में #1। एक प्रॉम्प्ट, स्टार्ट फ़्रेम, या 9 तक रेफ़रेंस इमेज, 3 मोशन क्लिप और 3 ऑडियो क्लिप से नेटिव 480p, 768p या 1080p में 5-15 सेकंड के क्लिप। रेफ़रेंस-टू-वीडियो अब आम तौर पर उपलब्ध: 2x तक तेज़, कहीं मज़बूत सब्जेक्ट कंसिस्टेंसी के साथ।