OmniHuman 2.0
新视频高级
OmniHuman 2.0——字节跳动的说话视频模型。提供一张人物照片和最长 5 分钟的配音，即可生成此人说出这段话的视频，口型、面部表情和肢体动作都跟随音频。可选填提示词来控制场景和镜头。
能力
参考图生视频
规格参数
预计生成时间
~2-5 min
API 用法
cURL
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"
}'在开发者门户获取你的API密钥。
相关模型
查看全部Veo 3.1
视频旗舰
高端视频生成模型，支持原生音频
Seedance 2.5
视频旗舰
ByteDance最新的视频模型。可从提示词、起始帧或最多50个图像、视频和音频参考，在一个镜头内生成最长30秒并带同步音频的视频——对白、音乐和音效一次生成。
Wan 3.0 Prime
视频旗舰
Alibaba旗下Wan 3.0的高端档位——出片更快、运动更具电影感、视觉连贯性更强。支持文本、图像和参考模式，单次生成原生30秒片段，带音频。
MiniMax H3 Max
视频旗舰
经过后训练的 MiniMax H3，在整体质量、提示词理解和美学上排名第 1，领先于主流视频模型。可根据提示词、首帧，或最多 9 张参考图、3 段动态片段和 3 段音频，生成原生 480p、768p 或 1080p 的 5-15 秒短片。参考视频生成已正式发布：速度提升最高 2 倍，主体一致性大幅增强。