تعرض هذه الصفحة الفروق جنبًا إلى جنب، استنادًا إلى مواصفات المدخلات المنشورة لكل نموذج، وتشرح متى يستحق الإصدار الأحدث. وإن كنت تريد رؤية النتيجة فقط، فارفع بورتريه في أعلى الصفحة وولّده بالإصدار 2.0.
OmniHuman 2 مقابل OmniHuman 1.5 في لمحة
التغيير الأبرز هو المدة. يحدّ الإصدار 1.5 الصوت المحرِّك بنحو 30 ثانية حين تطلب دقة 1080p وحوالي 60 ثانية بدقة 720p. أما الإصدار 2.0 فيقبل صوتًا من 4 ثوانٍ حتى 300 ثانية، فيتسع فيديو شرح كامل لمنتج، أو جزء من بودكاست، أو لازمة كاملة لأغنية، في عملية توليد واحدة بدلًا من تجميعها من أجزاء قصيرة.
والتغيير الثاني هو من يمكن أن يظهر في اللقطة. في 1.5 تمرّر قناعًا اختياريًّا لتحديد الشخص الوحيد في الصورة الذي سيتكلم. أما الإصدار 2.0 فمبني للأداء متعدد الأشخاص، فيمكن لصورة جماعية أن تصبح حوارًا بدلًا من مونولوج مع كومبارس صامتين.
لقطات أطول دون تجميع
الحدود القصيرة تشكّل طريقة كتابتك. مع سقف دقيقة واحدة، تُقطَّع النصوص إلى أجزاء، وكل قطع فرصة لأن تقفز الإضاءة أو وضعية الرأس أو التعبير. أما سقف خمس دقائق فيزيل معظم هذه الوصلات. يمكن للدروس والشهادات والقصص المروية أن تستمر دون انقطاع، ويحافظ النموذج على الهوية والتأطير نفسيهما طوال اللقطة.
وتؤثر المدة أيضًا في تخطيط التكلفة. على خدمتنا تدفع مقابل كل ثانية مولَّدة (10 نقاط لكل ثانية)، فاللقطة الطويلة الواحدة تكلّف ما تكلّفه عدة لقطات قصيرة بالمدة الإجمالية نفسها، لكنك تتجنب عناء المونتاج لربطها.
تحكم أكبر في الكاميرا والجسم والإيماءات
كلا الإصدارين يقبل برومبتًا نصيًّا. عمليًّا، يتعامل 1.5 معه كإرشاد للمزاج والحركة، بينما يُسوَّق 2.0 حول التحكم الصريح في حركة الكاميرا وحركة الجسم والإيماءات. فبرومبتات مثل «slow push-in» (اقتراب بطيء) أو «turns toward the second speaker» (يلتفت نحو المتحدث الثاني) أو «raises the product on the last line» (يرفع المنتج في الجملة الأخيرة) هي نوع التوجيه الذي صُمم الإصدار الأحدث لاتباعه.
ويدرج الإصدار 2.0 أيضًا ست لغات للبرومبت: الإنجليزية والصينية واليابانية والكورية والإسبانية (المكسيك) والإندونيسية، ما يساعد الفرق التي تكتب ملاحظات التوجيه بلغتها.
الدقة والإخراج
هنا ما زال لـ 1.5 ميزة واحدة: يمكنه الإخراج بدقة 1080p للمقاطع القصيرة. أما الإصدار 2.0 فيولّد بدقة 720p أصلية. ولمواقع التواصل والإعلانات والعروض التقديمية التي تُشاهد على الهواتف، لا يمكن عادةً تمييز 720p بعد أن تضغطها المنصة؛ أما للعرض على الشاشات الكبيرة، فقد يظل خيار 1080p في النموذج الأقدم للمقاطع الأقل من 30 ثانية منطقيًّا.
- اختر 2.0 لأي مقطع أطول من دقيقة، أو أي مشهد فيه أكثر من شخص، أو حين تحتاج إلى توجيه حركات الكاميرا.
- اختر 1.5 فقط للمقاطع القصيرة جدًّا بمتحدث واحد حين يكون إخراج 1080p أهم من التحكم في الحركة.
المدخلات التي يقبلها كل إصدار
يأخذ الإصدار 2.0 صورة واحدة (JPG أو PNG أو WEBP وغيرها من الصيغ الشائعة، من 300 إلى 6000 بكسل لكل ضلع، حتى 30 ميغابايت، بنسبة أبعاد بين 0.4 و2.5) وملف MP3 أو WAV واحدًا حتى 15 ميغابايت. ويأخذ الإصدار 1.5 الزوج الأساسي نفسه، إضافة إلى قناع اختياري لتحديد المتحدث ووضع «turbo» أسرع. ويتحقق استوديو موقعنا من كل ملف وفق حدود 2.0 قبل أن تدفع أي شيء، فلا تهدر نقاطك أبدًا على ملف سيرفضه النموذج.
الانتقال من 1.5 إلى 2.0
تنتقل مسارات العمل الحالية على 1.5 دون أي تغيير في المدخلات: الصورة والصوت نفسهما مقبولان، والبرومبتات تنتقل كما هي. احذف أي خطوة لقناع المتحدث، لأن المشاهد الجماعية مدعومة أصلًا، وأزل المنطق الذي كان يقسّم النصوص الطويلة إلى أجزاء من دقيقة واحدة.
OmniHuman 2.0 مقارنةً بـ OmniHuman 1.5
| الميزة | OmniHuman 1.5 | OmniHuman 2.0 |
|---|---|---|
| أقصى مدة للصوت | 30 ثانية بدقة 1080p · 60 ثانية بدقة 720p | 4–300 ثانية |
| عدد الأشخاص في المشهد | متحدث واحد يُحدَّد بقناع | أداء متعدد الأشخاص |
| التوجيه | إرشاد بالبرومبت | تحكم في الكاميرا والجسم والإيماءات |
| دقة الإخراج | 720p أو 1080p | 720p أصلية |
| لغات البرومبت | غير محددة | 6 لغات مدرجة |
الأسئلة الشائعة
هل OmniHuman 2 أفضل من OmniHuman 1.5؟
لمعظم الاستخدامات، نعم: فهو يتعامل مع مقاطع حتى خمس دقائق، ومشاهد بعدة أشخاص، وتوجيه صريح للكاميرا. والإصدار الأقدم لا يتفوق إلا في إخراج 1080p للمقاطع القصيرة جدًّا.
هل يُخرج OmniHuman 2.0 بدقة 1080p؟
لا. يولّد الإصدار 2.0 بدقة 720p أصلية. وكان الإصدار 1.5 يقدّم 1080p لكن فقط للصوت الأقل من 30 ثانية تقريبًا.
هل يمكنني إعادة استخدام برومبتات 1.5 مع 2.0؟
نعم. البرومبتات التي تصف المزاج والحركة تنتقل كما هي. ويمكنك أن تذهب أبعد مع 2.0 بإضافة حركات الكاميرا وإيماءات محددة.
أي إصدار يستخدم omnihuman2.ai؟
كل عملية توليد على هذا الموقع تستخدم OmniHuman 2.0. ولا ننتقل إلى إصدارات أقدم لتوفير التكلفة.
هل تكلّف الفيديوهات الأطول أكثر؟
نعم، بالتناسب. يكلّف التوليد 10 نقاط لكل ثانية من الإخراج، فالفيديو ذو الستين ثانية يستهلك 600 نقطة أيًّا كانت طريقة تقسيمه.
لماذا قد يستخدم أحدٌ 1.5 حتى الآن؟
أساسًا للمقاطع الأقل من 30 ثانية بمتحدث واحد حين يكون ملف 1080p مطلوبًا ولا حاجة إلى توجيه الكاميرا.