تشرح هذه الصفحة من أين جاء النموذج، وما الذي تغيّر عبر الإصدارات، وكيف يمكن لصنّاع المحتوى العاديين استخدامه. ملاحظة مهمة منذ البداية: omnihuman2.ai خدمة مستقلة تشغّل النموذج عبر مزوّد مرخَّص؛ نحن لسنا ByteDance ولا BytePlus ولا نحظى بتأييدهما.
من أين جاء ByteDance OmniHuman 2
بدأت سلسلة OmniHuman مشروعًا بحثيًّا عُرض في مطلع 2025، ولفت الأنظار بتوليده بشرًا كاملي الجسد يؤدون إيماءات من صورة واحدة، بدلًا من تحريك وجه مقصوص فقط. وحسّنت الإصدارات اللاحقة الواقعية وقابلية التحكم، وأصبح الإصدار 1.5 متاحًا على نطاق واسع عبر منصات استضافة النماذج.
الإصدار 2.0 هو الإصدار التجاري الحالي. تصفه BytePlus بأنه بجودة سينمائية، مع حركة الكاميرا والجسم، ومشاهد متعددة الأشخاص، والتحكم في الإيماءات، وتقدّم نسخة منفصلة موجّهة للأفاتار مضبوطة لمزامنة الشفاه والتعابير.
ماذا يستطيع النموذج أن يفعل
استنادًا إلى وصف المنتج المنشور ومواصفات المدخلات:
- تحريك صورة واحدة بالكلام أو الغناء من 4 ثوانٍ حتى 5 دقائق.
- توليد مشاهد متعددة الأشخاص من صورة جماعية واحدة.
- اتباع البرومبتات النصية لحركة الكاميرا وحركة الجسم والإيماءات.
- قبول البرومبتات بست لغات، والعمل مع الشخصيات الفنية وثلاثية الأبعاد والحيوانية.
- إخراج فيديو بدقة 720p أصلية.
طرق الوصول إليه
هناك طريقان رئيسيان. يمكن للمطورين استدعاء النموذج عبر واجهات API الرسمية لخدمات السحابة واستضافة النماذج، مع التكفّل بأنفسهم بالرفع وقوائم الانتظار والتخزين والفوترة. أما صنّاع المحتوى الذين يريدون الفيديوهات فقط، فيمكنهم استخدام استوديو مستضاف مثل هذا، حيث المنظومة التقنية جاهزة وتدفع مقابل كل ثانية من الفيديو.
أيًّا كان الطريق الذي تختاره، فالمدخلات واحدة: صورة واضحة، وملف MP3 أو WAV، وبرومبت توجيه قصير اختياري.
الاستخدام المسؤول
يمكن إساءة استخدام الفيديوهات الناطقة الواقعية لأشخاص حقيقيين. حرّك فقط الصور والأصوات التي تملكها أو لديك إذن باستخدامها، ووسِم المحتوى المُصنَّع حيث تشترط المنصات ذلك، ولا تستخدم هذه التقنية أبدًا لانتحال شخصية أحد أو تضليل المشاهدين. تحظر شروطنا التزييف العميق المخادع، ونتخذ إجراءات بشأن بلاغات إساءة الاستخدام.
عن هذا الموقع
يُدار omnihuman2.ai من قِبل Nexa Labs, LLC. وOmniHuman علامة تجارية مملوكة لصاحبها؛ ونستخدم الاسم لوصف النموذج الذي تشغّله خدمتنا. للإعلانات الرسمية وتفاصيل الأبحاث واتفاقيات المؤسسات، راجع ByteDance وBytePlus مباشرة.
كيف يعمل النموذج بنظرة عامة
ينتمي OmniHuman إلى عائلة نماذج الفيديو القائمة على محوّلات الانتشار (diffusion transformers). أثناء التدريب، يتعلم توليد حركة بشرية مشروطة بعدة إشارات في آن واحد: الصوت، والمظهر المرجعي، والوضعية، والنص؛ ولهذا يصفه البحث بأنه «متعدد الشروط» (omni-conditioned). ويتيح مزج هذه الشروط للنموذج التعلّم من بيانات فيديو أكثر تنوعًا بكثير من النماذج التي لا ترى إلا رؤوسًا ناطقة مقصوصة بإحكام.
عند الاستخدام، لا تقدّم إلا الصورة المرجعية والصوت وبرومبتًا نصيًّا اختياريًّا، ويستنتج النموذج منها وضعية الجسم وحركة الوجه وسلوك الكاميرا. ولهذا أيضًا تكتسب الصورة المُدخلة كل هذه الأهمية: فهي تحدد الهوية والتأطير والإضاءة وأجزاء الجسم المتاحة للحركة.
الإصدارات في لمحة
ملخص سريع للإصدارات العامة:
- OmniHuman-1: إصدار بحثي يعرض تحريك الجسم كاملًا من صورة واحدة.
- OmniHuman 1.5: إصدار مستضاف على نطاق واسع مع توجيه بالبرومبت، وقناع اختياري لتحديد المتحدث، وإخراج بدقة 720p أو 1080p للمقاطع القصيرة.
- OmniHuman 2.0: إصدار تجاري بمقاطع حتى خمس دقائق، ومشاهد متعددة الأشخاص، وتحكم في الكاميرا والجسم والإيماءات بدقة 720p.
لماذا يهم صنّاع المحتوى
قبل نماذج كهذه، كان المقدّم الناطق يتطلب كاميرا وشخصًا ومونتاجًا. أما الآن فصورة واحدة تحمل سلسلة متكررة كاملة، وهذا يغيّر حسابات التكلفة لفيديوهات الشرح والإعلانات والمحتوى الموسيقي لدى الفرق الصغيرة. والمقايضات، أي إخراج بدقة 720p ودقائق من وقت التوليد، مقبولة لمعظم صيغ مواقع التواصل والويب.
الأسئلة الشائعة
من يطوّر OmniHuman 2؟
تطوّر ByteDance نموذج OmniHuman، ويُقدَّم تجاريًّا عبر BytePlus ومنصات النماذج الشريكة.
هل omnihuman2.ai موقع رسمي لـ ByteDance؟
لا. نحن خدمة مستقلة تشغّل النموذج عبر مزوّد مرخَّص، ولا نرتبط بـ ByteDance أو BytePlus ولا نحظى بتأييدهما.
هل OmniHuman متاح في TikTok أو CapCut؟
لا يمكننا التحدث باسم تطبيقات ByteDance الاستهلاكية. هذا الموقع يمنحك وصولًا مباشرًا إلى نموذج OmniHuman 2.0 من المتصفح.
ما المدخلات التي يحتاجها OmniHuman 2؟
صورة واحدة وملف صوتي واحد بصيغة MP3 أو WAV بين 4 ثوانٍ و5 دقائق، إضافة إلى برومبت نصي اختياري.
هل يمكنني استخدام المخرجات تجاريًّا؟
نعم، على باقاتنا المدفوعة، بشرط أن تملك حقوق الصورة والصوت اللذين ترفعهما.
أين يمكنني قراءة الأبحاث؟
ابحث عن التقارير التقنية لـ OmniHuman التي نشرها فريق البحث في ByteDance.
هل OmniHuman مفتوح المصدر؟
نُشرت الأبحاث في أوراق علمية، لكن نموذج 2.0 الإنتاجي يُقدَّم خدمةً تجارية عبر سحابة ByteDance ومنصاتها الشريكة، لا كأوزان قابلة للتنزيل.
ما نسخة الأفاتار التي تذكرها BytePlus؟
تدرج BytePlus نموذجًا منفصلًا موجّهًا للأفاتار يركّز على مزامنة الشفاه والتعابير، إلى جانب نموذج 2.0 الرئيسي الذي يركّز على الكاميرا والجسم والأداء متعدد الأشخاص.