OmniHuman 2
Ab $0.117 pro Sekunde Audio
Das Modell für digitale Menschen von ByteDance, das ein Foto zu einer ausdrucksstarken Ganzkörperdarbietung animiert, mit Audio von bis zu fünf Minuten Länge.
Was OmniHuman 2 gut kann
Lange Takes in einer Generierung
OmniHuman 2 akzeptiert bis zu fünf Minuten Audio.
Ausdrucksstarke Hand- und Körpergesten
Die Hände bewegen sich mit dem Gesagten und bleiben mit dem Körper abgestimmt.
Prompt-Kontrolle über Szene und Kamera
Ein optionaler Prompt lenkt die Szene, die Bewegung der Figur und die Kamera.
Funktioniert mit verschiedenen Inhaltsarten
Fotos, KI-generierte Renderings, Zeichentrickfiguren und stilisierte Kunst funktionieren alle als Ausgangsbild.
Regie. Erstellen. Bearbeiten.
Hör auf zu prompten. Fang an, Regie zu führen.
Craze jammt kreativ, recherchiert und plant mit dir.
Erstelle geschmackvolle Inhalte.
Craze generiert alles, was man sich vorstellen kann. Video, Audio, Musik, Motion Graphics und mehr.
Schneide Videos in Minuten. Nicht in Tagen.
Craze sieht sich dein Material an und baut einen finalen Schnitt. Mit einem echten Editor, wenn du ihn brauchst.
Mach Videos, die Menschen ansehen
- UGC-Videos
- Motion Graphics
- Spielfilme
- Produktvisualisierung
- Micro-Dramas
- 3D-Filme
- Musikvideos
- Markenfilme
- Hochzeits-Highlights
- YouTube-Reviews
Wie OmniHuman 2 im Vergleich abschneidet
Jedes Modell hier läuft in jedem Craze-Plan, auch in Free, und Craze kann für jede Einstellung ein anderes nutzen.
| OmniHuman 2ByteDance | Seedance 2.5ByteDance Seed Team | Seedance 2.0ByteDance Seed Team | Seedance 2.0 FastByteDance Seed Team | |
|---|---|---|---|---|
| Erstellt | Text + Audio + Bild zu Video | Text + Bild + Video + Audio zu Video | Text + Bild + Video + Audio zu Video | Text + Bild + Video + Audio zu Video |
| Qualität | — | Bis zu 4K | Bis zu 4K | Bis zu 720p |
| Länge | — | Bis zu 30 s pro Clip | Bis zu 15 s pro Clip | Bis zu 15 s pro Clip |
| Ton | — | Zusammen mit dem Bild generiert | Zusammen mit dem Bild generiert | Zusammen mit dem Bild generiert |
| Ab | $0.117 pro Sekunde Audio | $0.120 pro Sekunde Video | $0.079 pro Sekunde Video | $0.063 pro Sekunde Video |
OmniHuman 2 -Spezifikationen in Craze
| Aufgabe | Eingaben | Auflösung | Seitenverhältnisse | Ton |
|---|---|---|---|---|
| Sprechendes Foto | Audio und Erster Frame | Folgt der Quelle | Folgt der Eingabe | Keine |
Wähle den Plan für deine nächste Kreation.
Free
$0 / Monat
- Begrenzte Nutzung
- Zugriff auf alle Medien-Modelle
- Chat-Stufe Effizient
- 1 GB Speicher
- Craze MCP
- Exporte bis 720p
- Zusätzliche Credits aufladen
Pro
$19 / Monat
- $19 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 50 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Ultra
$59 / Monat
- $59 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 200 GB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Max
$199 / Monat
- $199 Credits pro Monat
- Zugriff auf alle Medien-Modelle
- Alle Chat-Stufen
- 1 TB Speicher
- Craze MCP
- Keine Auflösungslimits bei Exporten
- Zusätzliche Credits aufladen
Häufig gestellte Fragen
Warum Creator OmniHuman 2 wählen
OmniHuman 2 animiert eine ganze Darbietung aus einem Foto und einer Audiospur. Es geht über Lippenbewegungen hinaus: Mimik, Haltung und Handgesten folgen dem Vortrag, sodass eine Figur wirkt, als würde sie die Zeile spielen, statt sie nur mit den Lippen zu formen.
Lange Takes in einer Generierung
OmniHuman 2 akzeptiert bis zu fünf Minuten Audio. Ein ganzes Erklärvideo, ein Podcast-Abschnitt oder ein langer Monolog wird als ein durchgehender Clip gerendert, ohne das Audio aufzuteilen und die Einstellungen danach zusammenzufügen.
Ausdrucksstarke Hand- und Körpergesten
Die Hände bewegen sich mit dem Gesagten und bleiben mit dem Körper abgestimmt. Die Gestik entwickelt sich über eine lange Rede hinweg, statt eine Schleife zu wiederholen.
Prompt-Kontrolle über Szene und Kamera
Ein optionaler Prompt lenkt die Szene, die Bewegung der Figur und die Kamera. Lässt du ihn weg, spielt das Modell allein nach dem Audio.
Funktioniert mit verschiedenen Inhaltsarten
Fotos, KI-generierte Renderings, Zeichentrickfiguren und stilisierte Kunst funktionieren alle als Ausgangsbild.
So nutzt du OmniHuman 2 in Craze
OmniHuman 2 ist ein Transformationsmodell: Du lieferst ein Foto und eine Audiospur, und Craze generiert die animierte Darbietung.
- Lade ein klares Foto des Motivs hoch, mit mindestens 300 Pixeln auf jeder Seite.
- Lade das Audio hoch oder nimm es auf, von 4 Sekunden bis 5 Minuten. Das kann ein Voiceover, ein Dialog, Text-zu-Sprache oder jede andere Audiospur sein.
- Frag Craze nach OmniHuman 2 oder beschreibe den digitalen Menschen, den du erstellen willst. Wenn du kein Modell nennst, zeigt Craze verfügbare Avatar-Optionen mit Preisen.
- Craze generiert das animierte Video mit Gestik, Mimik und Körpersprache passend zum Audio.
- Prüfe es im Editor. Wenn du die Darbietung anpassen oder anderes Audio ausprobieren willst, generiere neu.
OmniHuman 2 funktioniert gut bei Fotos, auf denen das Motiv klar sichtbar ist und ungefähr zur Kamera blickt. Die Fotos müssen nicht professionell sein; Smartphone-Fotos und künstlerische Renderings funktionieren beide.
OmniHuman 2 Preise
OmniHuman 2 wird nach der Länge deines Audios mit $0.117 pro Sekunde Audio berechnet. Ein 30-Sekunden-Clip kostet halb so viel wie ein 60-Sekunden-Clip. Die Preise steigen linear mit der Audiodauer. Berechne die genauen Kosten auf dieser Seite.
Fotoquelle und Videoformat beeinflussen den Preis nicht. Nur die Dauer des Audios zählt.
OmniHuman 2 im Vergleich mit anderen Avatar-Modellen
Kling Avatar 2 Pro und Kling Avatar 2 bieten einfachere Animation für kürzere Videos. VEED Fabric 1.0 ist eine günstige Option, die vor allem Kopf und Schultern bewegt. OmniHuman 2 glänzt, wenn du ausdrucksstarke Gestik, filmische Qualität oder einen langen Take in einem Clip brauchst.
Für wen OmniHuman 2 gedacht ist
Film- und Erzählproduktion
Erstelle digitale Menschen für Kurzfilme, Webserien und Independent-Filme. Ausdrucksstarke Gestik und per Prompt gelenkte Kameraarbeit geben Figuren Präsenz in einer Szene, nicht nur ein animiertes Gesicht.
Werbung und Marketing
Animiere Markenmaskottchen oder Sprecherfiguren mit einer nuancierten Darbietung. Gestik und Mimik erzeugen eine Bindung, die statische Avatare nicht erreichen.
Videoproduktion für Podcasts und Interviews
Podcaster und Audio-Creator können einen ganzen Abschnitt in einer Generierung in ein Video verwandeln. Fünf Minuten Audio pro Clip decken die meisten Abschnitte ohne Schnitt ab.
Bildung und Schulung in großem Umfang
Erstelle Avatare von Lehrenden für Onlinekurse. Ein ganzer Lektionsabschnitt wird als ein Take gerendert, mit Gestik, die das Video sehenswert hält.
Interaktive und immersive Erlebnisse
Spieleentwickler und XR-Creator können OmniHuman 2 nutzen, um Darbietungen von NPCs oder interaktive Figuren mit natürlichem Dialog und natürlicher Gestik zu generieren.
Zugängliche Darbietung für Darsteller
Schauspieler, Musiker und Performer können Videoinhalte aus Audio erstellen, ohne Kameras oder mehrere Takes zu brauchen. Eine gute Audiodarbietung wird zu einem Video mit nuancierter Gestik und Mimik.
Weitere Videomodelle
Alle ModelleSeedance 2.5
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.120 pro Sekunde Video
Seedance 2.0
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.079 pro Sekunde Video
Seedance 2.0 Fast
ByteDance Seed Team
- Text zu Video
- Bild zu Video
- Referenz zu Video
- Videoverlängerung
- Videobearbeitung
Ab $0.063 pro Sekunde Video



















