Craze
模型价格MCP博客
音频时长
生成次数
费用每次生成 $0.117
$0.117

按 ⌘↵ 生成

OmniHuman 2

每秒音频 $0.117 起

ByteDance 的数字人模型,能根据最长 5 分钟的音频,让一张照片动起来,呈现富有表现力的全身表演。

查看套餐

OmniHuman 2擅长什么

  • 一次生成长镜头

    OmniHuman 2 最多接受 5 分钟的音频。

  • 富有表现力的手势和肢体动作

    双手随着所说的内容而动,并与身体保持协调。

  • 用提示词控制场景和镜头

    可选的提示词可以引导场景、角色的动作和镜头。

  • 适用于各种内容类型

    照片、AI 生成的渲染图、动画角色和风格化艺术作品都可以作为源图片。

聊天

给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

已生成图片

这是主视觉。每个镜头都是同样的黄色、同样的光线。

starface-key-visual.webp添加到时间线添加到聊天
问 Craze 任何问题微调
Assets
搜索素材
已批准的片段
已接受的帧
尾帧
已批准的片段
已接受的帧
生成中
时间线
Breakoutshappen. Makethem yours.Treat melike a star.

导演。创作。剪辑。

  1. 聊天

    给一个护肤品牌做个短广告。明黄色,一个主打产品,卡着音乐剪。

    已生成图片

    这是主视觉。每个镜头都是同样的黄色、同样的光线。

    starface-key-visual.webp添加到时间线添加到聊天
    问 Craze 任何问题微调

    别再写提示词,开始当导演。

    Craze 与你一起碰撞创意、做调研、做规划。

  2. Assets
    搜索素材
    已批准的片段
    已接受的帧
    尾帧
    已批准的片段
    已接受的帧
    生成中

    创作有品位的内容。

    Craze 能生成你能想象的一切。视频、音频、音乐、动态图形等等。

  3. 时间线
    Breakoutshappen. Makethem yours.Treat melike a star.

    几分钟剪好视频,而不是几天。

    Craze 会看完你的素材并剪出成片。如有需要,还有真正的编辑器。

制作人们愿意看的视频

  • UGC 视频
  • 动态图形
  • 故事长片
  • 产品可视化
  • 微短剧
  • 3D 影片
  • 音乐视频
  • 品牌影片
  • 婚礼精彩集锦
  • YouTube 测评

OmniHuman 2与其他模型对比

这里的每个模型都可在所有 Craze 套餐(包括 Free)中使用,而且 Craze 可以为每个镜头使用不同的模型。

OmniHuman 2ByteDanceSeedance 2.5ByteDance Seed TeamSeedance 2.0ByteDance Seed TeamSeedance 2.0 FastByteDance Seed Team
生成文字 + 音频 + 图片生视频文字 + 图片 + 视频 + 音频生视频文字 + 图片 + 视频 + 音频生视频文字 + 图片 + 视频 + 音频生视频
质量—最高 4K最高 4K最高 720p
时长—每个片段最长 30 秒每个片段最长 15 秒每个片段最长 15 秒
声音—随画面一起生成随画面一起生成随画面一起生成
起价每秒音频 $0.117每秒视频 $0.120每秒视频 $0.079每秒视频 $0.063

Craze 上的 OmniHuman 2规格

任务输入分辨率画面比例声音
照片说话音频、首帧跟随源素材跟随输入无

为你的下一部作品选择套餐。

Free

$0 / 月

  • 有限用量
  • 可使用所有媒体模型
  • 高效聊天档位
  • 1 GB 存储空间
  • Craze MCP
  • 导出最高 720p
  • 充值更多积分

Pro

$19 / 月

  • 每月 $19 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 50 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Ultra

$59 / 月

  • 每月 $59 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 200 GB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

Max

$199 / 月

  • 每月 $199 积分
  • 可使用所有媒体模型
  • 所有聊天档位
  • 1 TB 存储空间
  • Craze MCP
  • 导出无分辨率限制
  • 充值更多积分

常见问题

创作者选择 OmniHuman 2 的理由

OmniHuman 2 用一张照片和一条音轨生成一整段表演。它不止于嘴唇动作:表情、姿态和手势都会跟随表达,让角色看起来是在演绎台词,而不只是对口型。

一次生成长镜头

OmniHuman 2 最多接受 5 分钟的音频。一段完整的解说、一段播客或一段长独白都能渲染成一个连续的片段,无需拆分音频,事后也不用拼接镜头。

富有表现力的手势和肢体动作

双手随着所说的内容而动,并与身体保持协调。在长篇讲话中,手势会不断变化,而不是重复一个循环。

用提示词控制场景和镜头

可选的提示词可以引导场景、角色的动作和镜头。如果不写提示词,模型就只根据音频来表演。

适用于各种内容类型

照片、AI 生成的渲染图、动画角色和风格化艺术作品都可以作为源图片。

如何在 Craze 中使用 OmniHuman 2

OmniHuman 2 是一个转换模型:提供一张照片和一条音轨,Craze 就会生成动画表演。

  1. 上传一张清晰的主体照片,每边至少 300 像素。
  2. 上传或录制 4 秒到 5 分钟的音频。可以是旁白、对白、文字转语音或任何音轨。
  3. 让 Craze 使用 OmniHuman 2,或者描述你想创建的数字人。如果你没有指定模型,Craze 会列出可用的虚拟形象选项及其价格。
  4. Craze 生成动画视频,其中的手势、表情和肢体语言都与音频相匹配。
  5. 在编辑器中检查。如果你想调整表演或尝试不同的音频,就重新生成。

OmniHuman 2 适合主体清晰可见、大致面向镜头的照片。照片不需要很专业;手机照片和艺术渲染图都可以。

OmniHuman 2 价格

OmniHuman 2 按你的音频时长计价,价格为每秒音频 $0.117。30 秒片段的费用是 60 秒片段的一半。价格随音频时长线性增长。在本页计算准确的费用。

照片来源和视频格式不影响价格。只有音频的时长才重要。

OmniHuman 2 与其他虚拟形象模型对比

Kling Avatar 2 Pro 和 Kling Avatar 2 为较短的视频提供更简单的动画。VEED Fabric 1.0 是一个低成本的选择,主要让头部和肩膀动起来。当你需要富有表现力的手势、电影级的质量,或在一个片段中完成长镜头时,OmniHuman 2 表现出色。

OmniHuman 2 适合谁

电影和叙事制作

为短片、网络剧和独立电影创建数字人。富有表现力的手势和由提示词引导的运镜,让角色在场景中真正有存在感,而不只是一张会动的脸。

商业和广告

用细腻的表演让品牌吉祥物或代言人角色动起来。手势和表情能带来静态虚拟形象无法实现的吸引力。

播客和访谈视频制作

播客主和音频创作者可以一次生成就把一整段内容变成视频。每个片段 5 分钟的音频足以覆盖大多数段落,无需剪切。

大规模的教育和培训

为在线课程创建讲师虚拟形象。完整的一节课程内容可以渲染成一个镜头,手势让视频看起来更吸引人。

互动和沉浸式体验

游戏开发者和 XR 创作者可以用 OmniHuman 2 生成 NPC 表演,或带有自然对白和手势的互动角色。

为表演者提供便捷的表演方式

演员、音乐人和表演者无需摄像机或多次拍摄,就能用音频制作视频内容。一段出色的音频表演就能变成带有细腻手势和表情的视频。

像给剪辑师布置任务一样描述你想要的内容,Craze 会为你规划镜头并编写 OmniHuman 2 提示词。每个 Craze 套餐(包括 Free)都能运行 OmniHuman 2 及其他所有媒体模型,而且 Craze 可以为每项任务使用不同的模型。每个视频都会进入可编辑的时间线,带有你的剪辑、字幕和音乐,可直接导出为 MP4。生成消耗你套餐的每月积分,每秒音频 $0.117 起,需要更多时可以充值。

电影和叙事制作:为短片、网络剧和独立电影创建数字人。商业和广告:用细腻的表演让品牌吉祥物或代言人角色动起来。播客和访谈视频制作:播客主和音频创作者可以一次生成就把一整段内容变成视频。大规模的教育和培训:为在线课程创建讲师虚拟形象。

OmniHuman 2 是 ByteDance 推出的数字人模型,能把一张照片变成视频。它会根据音轨生成面部表情、上半身动作、手势和全身表演。

OmniHuman 2 在 Craze 上的价格为每秒音频 $0.117。视频越长,费用越高。使用本页的费用计算器获取准确估算。

OmniHuman 2 适用于所有 Craze 套餐,包括 Free。你的套餐每月提供可用于数字人生成的积分。

Craze 用 4 秒到 5 分钟的音频运行 OmniHuman 2。视频与音频一样长。

OmniHuman 2 一次生成最多接受 5 分钟的音频,而 1.5 的上限是 60 秒,并且每秒费用更低。它根据你的照片确定视频尺寸,所以无需选择分辨率。

一张主体的照片和一条音轨。简短的文本提示词是可选的,可以引导场景、动作和镜头。提示词支持中文、英语、日语、韩语、墨西哥西班牙语和印尼语。

每边至少 300 像素的照片,从长竖向人像(宽高比 0.4)到宽横向画面(宽高比 2.5)均可。手机照片、渲染图和插画都可以。

适用。OmniHuman 2 不仅能让真人照片动起来,还能让动画角色、风格化渲染图和艺术作品动起来。

更多视频模型

所有模型

Seedance 2.5

ByteDance Seed Team

  • 文生视频
  • 图生视频
  • 参考生视频
  • 视频延长
  • 视频编辑

每秒视频 $0.120 起

Seedance 2.0

ByteDance Seed Team

  • 文生视频
  • 图生视频
  • 参考生视频
  • 视频延长
  • 视频编辑

每秒视频 $0.079 起

Seedance 2.0 Fast

ByteDance Seed Team

  • 文生视频
  • 图生视频
  • 参考生视频
  • 视频延长
  • 视频编辑

每秒视频 $0.063 起

  • 导演
  • 创作
  • 剪辑
  • 模型
  • 价格
  • MCP
  • 联系我们
  • 文档
  • 博客
  • 更新日志
  • 隐私
  • 条款
  • Instagram
  • YouTube
  • X
  • LinkedIn
  • English
  • 日本語
  • 한국어
  • Español
  • Deutsch
  • Français
  • Português
  • 简体中文

© 2026 Craze Technologies