OmniHuman 2.0
說話人像
OmniHuman 2.0 — 說話人像
用錄音驅動人像說話。上傳一張圖片與一份音訊，確認任務設定後前往 Vizify 製作影片。影片長度跟隨錄音，目前輸出為 720p；可選填簡短的動作描述，無須先寫完整提示詞。
需要上傳什麼？ 會收到什麼結果？
先和 AI 討論，讓想法更明確，再開始生成。
進入 Vizify 後需登入並確認使用權限。
已確認的目錄資料
Vizify 為此模型家族提供的能力。
這些資料由目前的公開目錄產生，不是複製供應商的行銷內容。
圖像 · 音訊
影片
說話人像
審查日期 2026-11-01
這個模型家族適合哪些鏡頭。
用錄音驅動人像說話。上傳一張圖片與一份音訊，確認任務設定後前往 Vizify 製作影片。影片長度跟隨錄音，目前輸出為 720p；可選填簡短的動作描述，無須先寫完整提示詞。
不應預設的能力。
影片長度跟隨錄音。請檢查嘴型、動作與人物特徵，無法保證完全保留。
目前的額度檢查按 300 秒上限預留，尚未使用經伺服器核實的錄音長度。完成後會校準用量，短錄音起始所需額度可能高於最終消耗。
需要上傳什麼？
上傳一張人像與一份 WAV 或 MP3 錄音。音訊須為 4–300 秒，且不超過 15 MiB；圖片上限為 10 MiB。動作描述可留空，最多 300 字元。
會收到什麼結果？
產出由錄音驅動的 720p 說話人像影片。此流程不提供文字生影片、聲音複製或圖片生成。
能力核對
表單與交付規格已於 2026-11-01 對照 Vizify 接入程式核對；不代表通道可用性、速度或成品品質保證。
常見問題
關於 OmniHuman 2.0 — 說話人像
需要上傳什麼？
上傳一張人像與一份 WAV 或 MP3 錄音。音訊須為 4–300 秒，且不超過 15 MiB；圖片上限為 10 MiB。動作描述可留空，最多 300 字元。
會收到什麼結果？
產出由錄音驅動的 720p 說話人像影片。此流程不提供文字生影片、聲音複製或圖片生成。
目前有哪些限制？
影片長度跟隨錄音。請檢查嘴型、動作與人物特徵，無法保證完全保留。
如何預估用量？
目前的額度檢查按 300 秒上限預留，尚未使用經伺服器核實的錄音長度。完成後會校準用量，短錄音起始所需額度可能高於最終消耗。