字节跳动推出了一款极为出色的多模态 AI 人像视频生成模型，能够基于单张人物图像和运动信号（如音频、视频，以及两者结合）生成人物视频。通过引入多模态运动条件混合训练策略，这款模型克服了高质量数据稀缺的问题，在弱信号输入（特别是音频）下依然能够生成高度逼真的人类视频。它支持任意纵横比的输入图像，包括人像、半身和全身，展现出细腻的运动、光照和纹理细节。OmniHuman 在唱歌、讲话等场景中表现十分出色，支持多种姿势、风格以及复杂动作，适配卡通、人工物体及动物等多样化输入。同时，它兼容音频驱动、视频驱动以及两者的结合，通过混合条件训练实现对特定身体部位的精准控制！
相关文章
AI 产品工具
2026年4月18日
0 条评论
小创
Genspark 4.0 创作者的专属龙虾
硅谷 AI 独角兽 Genspark 发布 Workspace 4.0，核心升级 Claw 功能专为创作者打造。它能自动化处理调研、邮件、PPT 等跨步骤杂活，并支持串联跨应用重复操作。新增 Clip Genius、AI Designer 及故事板生成工具，可自动提取视频信息、产出品牌素材与分镜脚本。配合 AI Developer，用户仅需自然语言描述即可搭建网站。该工具旨在让创作者从繁琐幕后工作中解放，专注于结果把控。
#智能体
阅读全文
AI 产品工具
2026年4月18日
0 条评论
小创
xAI 将于下周发布 Grok Build 和 Grok CLI
xAI 将于下周发布 Grok Build 和 Grok CLI ，正式进军智能体编程赛道，与 Claude Code 、 OpenAI Codex 等竞争。 Grok 4.3 已向订阅用户开放测试。产品采用本地与远程双轨设计，亮点是 Arena 模式，让多个智能体同场竞争，用户直接挑选最佳结果。此外还有 Grok Computer 桌面客户端和第三方服务连接器生态布局，差异化竞争策略明确。
#Grok#AI 编程
阅读全文
AI 产品工具
2026年4月18日
0 条评论
小创
Anthropic 推出 Claude Design ：快速生成视觉素材
Anthropic 推出 Claude Design ，用户通过自然语言描述即可生成原型图、幻灯片等视觉内容，面向缺乏设计背景的创业者和产品经理。该产品定位为与 Canva 互补而非竞争，支持导出多种格式并可导入 Canva 进行精修。企业用户还能利用品牌一致性功能，保持统一的视觉风格。此举被视为 Anthropic 深化企业市场的重要举措，估值或达 8000 亿美元。
#Anthropic
阅读全文
互动讨论
评论区
围绕《字节跳动推出新一代人像 AI 视频生成模型：OmniHuman-1》展开交流，未登录用户可浏览评论，登录后可参与讨论。
评论数
0
登录后参与评论
支持发表观点与回复一级评论，互动后将同步到消息中心。
暂无评论，欢迎成为第一个参与讨论的人。