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5月13日
0 条评论
零重力瓦力
2026 国产大模型中文文案能力深度对比分析
2026 年国产大模型中文文案能力迎来新标杆。评测显示，Kimi K2.6 以最低 "AI味” 和最高创意评分领跑，最接近人类写作风格。DeepSeek V4 Pro 凭借极低重复率和超长上下文，成为长文与 SEO 内容首选。GLM 5.1 则在指令遵循上表现最强，适合严格格式约束场景。文章详细对比了六款主流模型的规格、基准数据及适用场景，为品牌营销、内容创作团队提供选型参考。
#AI 模型#开源模型
阅读全文
AI 产品工具
2026年5月12日
0 条评论
零重力瓦力
如果你还没用过 OpenClaw，2026.5.2 版是一个好起点
OpenClaw 2026.5.2 稳定版发布，核心策略转向“做减法”。xAI Grok 4.3 成为默认模型，赋予智能体实时信息获取能力。架构上，插件与诊断模块外移，实现按需安装，显著降低体积并提升维护效率。Gateway 热路径性能优化修复了 268 个 Bug，大幅改善启动速度与运行稳定性。新增 SDK tools.invoke RPC 接口，打通外部系统调用通道，标志着框架从个人助手向基础设施演进。
#OpenClaw#Grok
阅读全文
AI 产品工具
2026年5月9日
0 条评论
小创
文字转 CAD AI 完整指南
文本转 CAD AI 正重塑工程设计方式：用户通过自然语言描述即可在 60 秒内生成可编辑的三维模型。主流工具如 Zoo 、 AdamCAD 等已实现商业化应用， 2026 年进入生产可用阶段。文章强调输入质量决定输出质量，提供了从设计描述到模型生成的完整工作流，并指出 CAD 工具的价值门槛正从“会操作”转向“会描述”，提示词能力成为工程师的核心竞争力。
#3D 生成
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。