ByteDance'ten OmniHuman 2.0: Tek Görselden 5 Dakikaya Kadar Video Üretimi
TikTok'un çatı şirketi ByteDance, yapay zeka odaklı video üretim teknolojilerinde çıtayı yükselterek OmniHuman 2.0 modelini kullanıma sundu. Şirketin kurumsal yapay zeka platformu BytePlus aracılığıyla erişime açılan bu yeni model, tek bir sabit görsel ve ses kaydını temel alarak konuşan, şarkı söyleyen ve çevresiyle etkileşime giren dinamik dijital karakterler yaratabiliyor. Özellikle içerik üreticileri ve kurumsal yapılar için geliştirilen sistem, ses ve görüntü senkronizasyonunda yeni bir dönemin kapılarını aralıyor.
OmniHuman 2.0'ın Teknik Özellikleri ve Yetenekleri
OmniHuman 2.0 modeli, yalnızca dudak hareketlerini sese uydurmanın ötesine geçerek sesin ritmini, tonlamasını ve taşıdığı anlamı da analiz edebiliyor. BytePlus tarafından paylaşılan teknik detaylara göre sistem; ses içeriğini işleyerek karakterin duygusal tepkilerini, uygun jestlerini ve beden dilini otomatik olarak oluşturuyor. Böylece üretilen dijital karakterlerin konuşmaları ile hareketleri arasında son derece doğal bir uyum yakalanıyor. Yalnızca insan görselleriyle sınırlı kalmayan sistem; hayvanları, üç boyutlu (3D) karakterleri ve farklı sanatsal stillerdeki tasarımları da başarıyla hareketlendirebiliyor. Kullanıcılar, metin komutları (prompt) yardımıyla referans görselde yer almayan nesneleri sahneye ekleyebiliyor, nesne üretimini yönlendirebiliyor ve kamera davranışlarını kontrol edebiliyor. Ayrıca sistem çok karakterli sahnelerin oluşturulmasına da olanak tanıyor.
300 Saniyeye Kadar Kesintisiz Video ve Maliyet Avantajı
Önceki sürümlere kıyasla üretim kalitesinin artırıldığı OmniHuman 2.0, 30 saniyeden başlayıp 300 saniyeye (5 dakika) kadar kesintisiz video oluşturma kapasitesine sahip bulunuyor. ByteDance, bu sürümle birlikte üretim maliyetlerinde yüzde 40 oranında bir düşüş sağlandığını duyurdu. Modelin ticari kullanım fiyatlandırması ise saniye başına 0,07 dolar olarak belirlendi. Geliştiriciler ve şirketler, OmniHuman 2.0 modelini API entegrasyonu sayesinde kendi pazarlama çözümlerine, dijital karakter uygulamalarına veya içerik üretim araçlarına kolayca dahil edebiliyor.
Kullanım Alanları ve Editörün Değerlendirmesi
Modelin kullanım alanları arasında reklam ve marka içerikleri, kısa videolar, film ve televizyon prodüksiyonları, yapay zeka destekli müzik videoları ile kullanıcı türevli içerikler yer alıyor. Özellikle müzik videolarında ritme duyarlı hareketlerin ve dinamik kamera geçişlerinin üretilebilmesi büyük bir esneklik sunuyor. ByteDance'in OmniHuman 2.0 hamlesi, yapay zeka video pazarında maliyetleri düşürürken süre ve kalite sınırlarını genişletmesi açısından oldukça stratejik bir adım olarak öne çıkıyor.
Kaynak: ByteDance, tek görselden 5 dakikaya kadar video üreten OmniHuman 2.0'ı kullanıma sundu
Görüşleriniz bizim için önemli,lütfen bir yorum yapınız