在科技飞速发展的当下，人工智能领域的每一次突破都能引发广泛关注。2 月 6 日，字节跳动研究团队正式发布全新 AI 数字人模型 OmniHuman，这一消息瞬间在行业内掀起波澜。 OmniHuman 是一款端到端的多模态模型，其最大亮点在于能够从单张照片生成逼真全身动态视频，可以对任意尺寸和人物占比的单张图片结合一段输入的音频进行视频生成，生成的人物视频效果生动，具有非常高的自然度。OmniHuman通过引入多模态条件驱动和全条件训练策略，成功解决了人类动画生成领域长期存在的数据扩展和泛化能力