Bu sayfa modelin nereden geldiğini, sürümler arasında nelerin değiştiğini ve sıradan içerik üreticilerinin onu nasıl kullanabileceğini anlatıyor. Baştan bir not: omnihuman2.ai, modeli lisanslı bir sağlayıcı üzerinden çalıştıran bağımsız bir hizmettir — ByteDance ya da BytePlus değiliz ve onlar tarafından onaylanmıyoruz.
ByteDance OmniHuman 2 nereden geliyor
OmniHuman serisi, 2025’in başında sunulan bir araştırma projesi olarak başladı; yalnızca kırpılmış bir yüzü canlandırmak yerine tek bir resimden tam vücutlu, jest yapan insanlar üretmesiyle dikkat çekti. Sonraki sürümler gerçekçiliği ve kontrol edilebilirliği geliştirdi; 1.5 sürümü model barındırma platformları aracılığıyla yaygın olarak erişilebilir hale geldi.
2.0 sürümü güncel ticari sürümdür. BytePlus onu kamera ve vücut hareketi, çok kişili sahneler ve jest kontrolüyle sinema kalitesinde olarak tanımlıyor ve dudak senkronizasyonu ile ifadeye göre ayarlanmış, avatar odaklı ayrı bir varyant da sunuyor.
Model neler yapabilir
Yayınlanan ürün açıklamasına ve girdi özelliklerine göre:
- Tek bir görseli 4 saniyeden 5 dakikaya kadar konuşma ya da şarkıyla canlandırır.
- Tek bir grup fotoğrafından çok kişili sahneler oluşturur.
- Kamera hareketi, vücut hareketi ve jestler için metin prompt’larını takip eder.
- Altı dilde prompt kabul eder; stilize, 3D ve hayvan karakterlerle çalışır.
- Yerel 720p video üretir.
Modele erişim yolları
Genel olarak iki yol var. Geliştiriciler modeli resmi bulut ve model barındırma API’leri üzerinden çağırabilir; yüklemeleri, kuyrukları, depolamayı ve faturalandırmayı kendileri yönetir. Sadece video isteyen içerik üreticileri ise bunun gibi barındırılan bir stüdyo kullanabilir; burada teknik altyapı hazırdır ve videonun saniyesi başına ödeme yaparsın.
Hangi yolu seçersen seç, girdiler aynıdır: net bir fotoğraf, bir MP3 ya da WAV dosyası ve isteğe bağlı kısa bir yönlendirme prompt’u.
Sorumlu kullanım
Gerçek insanların gerçekçi konuşan videoları kötüye kullanılabilir. Yalnızca sahibi olduğun ya da kullanma iznin olan fotoğrafları ve sesleri canlandır, platformların gerektirdiği yerlerde sentetik içeriği etiketle ve bu teknolojiyi asla birinin kimliğine bürünmek ya da izleyicileri yanıltmak için kullanma. Kullanım koşullarımız aldatıcı deepfake’leri yasaklar ve kötüye kullanım bildirimlerine karşı harekete geçeriz.
Bu site hakkında
omnihuman2.ai, Nexa Labs, LLC tarafından işletilmektedir. OmniHuman, ilgili sahibinin ticari markasıdır; bu adı hizmetimizin çalıştırdığı modeli tanımlamak için kullanıyoruz. Resmi duyurular, araştırma detayları ve kurumsal anlaşmalar için doğrudan ByteDance ve BytePlus’a başvur.
Model genel hatlarıyla nasıl çalışır
OmniHuman, difüzyon-transformer video modelleri ailesine aittir. Eğitim sırasında insan hareketini aynı anda birkaç sinyale — ses, referans görünüm, poz ve metin — bağlı olarak üretmeyi öğrenir; araştırmanın onu “omni-conditioned” (çok koşullu) olarak tanımlamasının nedeni budur. Bu koşulları karıştırmak, modelin yalnızca sıkı kırpılmış konuşan kafaları gören modellere göre çok daha çeşitli video verilerinden öğrenmesini sağlar.
Çıkarım sırasında yalnızca referans görseli, sesi ve isteğe bağlı olarak bir metin prompt’unu verirsin; model vücut pozunu, yüz hareketini ve kamera davranışını bunlardan çıkarır. Girdi görselinin bu kadar önemli olmasının nedeni de budur: kimliği, kadrajı, ışığı ve vücudun hangi kısımlarının hareket edebileceğini o belirler.
Bir bakışta sürümler
Herkese açık sürümlerin kısa özeti:
- OmniHuman-1: tek bir görselden tam vücut animasyonu gösteren araştırma sürümü.
- OmniHuman 1.5: prompt yönlendirmesi, isteğe bağlı konuşmacı maskesi ve kısa klipler için 720p ya da 1080p çıktı sunan, yaygın olarak barındırılan sürüm.
- OmniHuman 2.0: beş dakikaya kadar klipler, çok kişili sahneler ve 720p’de kamera, vücut ve jest kontrolü sunan ticari sürüm.
İçerik üreticileri için neden önemli
Bu tür modellerden önce konuşan bir sunucu için kamera, bir kişi ve kurgu gerekiyordu. Artık tek bir görsel, süregelen koca bir seriyi taşıyabiliyor; bu da küçük ekipler için tanıtım, reklam ve müzik içeriklerinin maliyet hesabını değiştiriyor. Ödünler — 720p çıktı ve dakikalar süren oluşturma süresi — çoğu sosyal medya ve web formatı için kabul edilebilir.
SSS
OmniHuman 2’yi kim geliştiriyor?
OmniHuman, ByteDance tarafından geliştiriliyor ve ticari olarak BytePlus ile iş ortağı model platformları üzerinden sunuluyor.
omnihuman2.ai resmi bir ByteDance sitesi mi?
Hayır. Modeli lisanslı bir sağlayıcı üzerinden çalıştıran bağımsız bir hizmetiz; ByteDance ya da BytePlus ile bağlantımız yok ve onlar tarafından onaylanmıyoruz.
OmniHuman, TikTok ya da CapCut’ta mevcut mu?
ByteDance’in tüketici uygulamaları adına konuşamayız. Bu site sana OmniHuman 2.0 modeline tarayıcıdan doğrudan erişim sağlar.
OmniHuman 2 girdi olarak neye ihtiyaç duyar?
Bir görsel ve 4 saniye ile 5 dakika arasında bir MP3 ya da WAV ses dosyası, artı isteğe bağlı bir metin prompt’u.
Çıktıyı ticari olarak kullanabilir miyim?
Ücretli planlarımızda evet — yüklediğin fotoğrafın ve sesin haklarına sahip olman şartıyla.
Araştırmayı nerede okuyabilirim?
ByteDance’in araştırma ekibinin yayınladığı OmniHuman teknik raporlarını arayabilirsin.
OmniHuman açık kaynak mı?
Araştırma makaleler halinde yayınlandı, ancak üretimdeki 2.0 modeli indirilebilir ağırlıklar olarak değil, ByteDance’in bulutu ve iş ortağı platformları üzerinden ticari bir hizmet olarak sunuluyor.
BytePlus’ın bahsettiği avatar varyantı nedir?
BytePlus, kamera, vücut ve çok kişili performansa odaklanan ana 2.0 modelinin yanında dudak senkronizasyonu ve ifadeye odaklanan ayrı bir avatar modeli listeliyor.