本文へスキップ

OmniHuman-1

一枚の人物画と動作信号から人間動画を生成

公式サイトを見る

OmniHuman-1 とは

本フレームワークはエンドツーエンドのマルチモーダル条件付き人間動画生成の枠組みと紹介され、一枚の人物画と音声・動画・その組み合わせなどの動作信号から人間動画を生成し、混合学習方式で良質なデータの不足に対処すると説明されている。

できること

  • 一枚の人物画と音声から動画を生成する
  • 顔写真・半身像・全身像など縦横比の異なる人物画を入力する
  • 音声・動画・両者の組み合わせで生成を動かす
  • 動作・光・質感の細部が写実的な動画を作る

活用場面

  • バーチャル配信者向けに滑らかな演説動画を生成する
  • 音楽動画向けに複数の音楽スタイルで歌手の演技動画を生成する
  • アニメのキャラクター向けに写実的な動作と表情の動画を作る

導入の手順

  • フレームワークのプロジェクトページを開く
  • 入力用に高品質な人物画を一枚用意する
  • 音声ファイルや動画ファイルなど動作信号を選ぶ
  • 人物画と動作信号をモデルにアップロードする

長所と短所

✓ 良い点

  • 動作信号は音声・動画・両者の組み合わせから選べる
  • 複数の音楽スタイル・歌唱形式・手の動きの生成に対応

! 注意したい点

  • 生成ごとに人物画と動作信号の入力が必要
  • 良質なデータの不足へ混合学習方式で対応する

よくある質問

必要な入力は?

資料は高品質な人物画一枚と、音声ファイルや動画ファイルなどの動作信号を挙げる。

対応する動作信号は?

機能一覧は音声・動画・両者の組み合わせを挙げる。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法