標題：
字節跳動發布AI模型「OmniHuman-1」：讓黃仁勳變Rapper、泰勒絲唱日文歌…網讚超逼
真
來源：
Blocktempo
網址：
https://tinyurl.com/mtuddvts
內文：
在中國 AI 新創公司 DeepSeek 上月向全球 AI 界投下震撼彈之後，TikTok 母公司字節
跳動近期也吸引了全球 AI 界的關注。據《Forbes》報導，字節跳動在 2 月 5 日公佈了
其最新 AI 模型 OmniHuman-1，該模型允許用戶僅透過一張靜態圖片加上搭配的音頻，就
能生成一個栩栩如生的影片，包括人物說話時的口型、手勢等細節，都能得到細緻的刻畫
。
目前社群上已經有釋出部分 OmniHuman-1 使用成果，例如：黃仁勳唱 Rap、愛因斯坦演
講、泰勒絲唱青鳥…效果相當逼真。紐約大學教授 Samantha G. Wolfe 就表示：
從技術角度來看，僅僅根據一張圖片，就能創造出來看起來真的會說話、會動的人物形象
，這非常令人著迷。
OmniHuman-1 特性有哪些？
據官方說明，OmniHuman-1 的關鍵特性包括：
多模態輸入：OmniHuman-1 模型支援文本、語音和影片等多種輸入形式，由此生成的數位
人物可以在不同的場景中展示出豐富的情感與動作；
高質量輸出：OmniHuman-1 由於具備先進的深度學習技術，能夠生成包含真人、動漫人物
、3D 人物等高質量數位形象，可用於直播、娛樂、教育等眾多場景；
實時生成：OmniHuman-1 具備實時生成的能力，在互動中，用戶能夠即時獲得數位人物的
反饋；
表現力強：在多種驅動模式下，由 OmniHuman-1 生成的數位人物能夠完成具有挑戰性的
動作，進一步提升了影片的真實感和表現力。
OmniHuman-1 引人擔憂
不過雖然 OmniHuman-1 的強大功能讓人讚歎 AI 可能為人類生活帶來的改變，當前社群
對這一模型也產生了一些擔憂，具體來看包括：
身份冒用：該模型看起來能夠精確複製特定個人的容貌和動作，可能會被用於惡意模仿和
身份詐欺；
資訊操縱：當前 AI 最令人擔憂的負面影響之一，就是可能會催生網路虛假資訊的氾濫，
這可能嚴重影響公共輿論和社會認知；
隱私侵犯：該模型的推出，也可能導致惡意分子在未經許可的情況下，擅自重建和操縱個
人形象，例如利用某明星的圖片製作色情影片等，可能引發倫理問題。
不過要說明的是，當前雖然字節跳動已經推出 OmniHuman-1 模型，但目前該模型尚未正
式投入商業使用，官方也尚未清楚說明具體釋出時間。
另一方面，字節跳動掌管著抖音這一中國當前最熱的社交媒體平台，但 OmniHuman-1 的
推出似乎在中國社群內部的討論度還不高，頗令人玩味。
OmniHuman：通過一張圖片配合音頻或視頻，生成非常自然的會說話、唱歌的人類動作視
頻
支持各種不同類型輸入（如單一的人物圖片和音頻、視頻等信號）生成非常逼真真人視頻
動畫，涵蓋從面部表情到全身動作，無論是說話、唱歌、跳舞等。
OmniHuman 在生成動畫時能夠保持極高的真實感，能夠精確捕捉到人類的面部表情、身體
動作、手勢變化、物體交互等細節，超越了現有的方法。
支持手勢、肢體語言、舞蹈動作等自然動畫。
支持臉部特寫（Close-up）、半身（Half-body）、全身（Full-body） 動畫。
可適應不同畫面比例（如 16:9、9:16、1:1）。
能夠處理各種人體姿勢和全身動作，尤其是在面對複雜的運動和物體交互時，表現出更高
的準確度。
https://www.xiaohu.ai/c/xiaohu-ai/omnihuman
--