AI-аватары теперь могут говорить до 5 минут за одну генерацию. OmniHuman 2.0 превращает фото персонажа в видео с речью, мимикой, жестами и полным телодвижением. Загрузите аудиофайл, опишите движения камеры и действия текстом — модель сгенерирует выступление. Вот что выделяется: Видео длительностью 5 минут: вместо 60 секунд, без склеивания отдельных фрагментов. Диалоги и музыка: поддержка более выразительных форматов контента. Снижение стоимости генерации: сообщается, что снизилась с 0,12 до 0,07 доллара за секунду. При цене 0,07 доллара за секунду пятиминутное видео стоит около 21 доллара. Это открывает практические применения для виртуальных ведущих, рекламных креаторов, образовательного контента и брендированных персонажей, которым нужно регулярно говорить. Большая возможность — масштабное производство контента. Вместо того чтобы снимать человека каждый раз, когда нужен новый видеофайл, вы можете создать повторяемый рабочий процесс на основе цифрового персонажа, сценария и аудиофайла. Настоящий тест — сохраняется ли согласованность и естественность результата на протяжении всех пяти минут. https://t.co/PW8ib5olVc