توليد الفيديو
قريباً

OmniHuman 2.0

بواسطة ByteDance

نموذج ByteDance لفيديو الإنسان المقاد بالصوت.
صورة واحدة ومسار صوتي و5 دقائق في لقطة واحدة.

OmniHuman 2.0

الميزات الأساسية

اجعل الشخص في هذه الصورة يقول تعليقي الصوتي في لقطة واحدة متواصلةابدأ الإنشاء

المواصفات من BytePlus نفسها، من منشور إطلاقها بتاريخ 15 أكتوبر 2026. لم يصل OmniHuman 2.0 إلى Morphic بعد. لذلك صُنعت مقاطع هذه الصفحة على Morphic بنموذج Veed Fabric، الذي يحوّل اليوم صورة ومسارًا صوتيًا إلى فيديو ناطق حتى 5 دقائق.

المواصفات التقنية

5 دقائق

لقطة متصلة واحدة، بحسب BytePlus

60 ثانية

سقف اللقطة الواحدة قبل الإصدار 2.0

صورة + صوت

صورة واحدة للمؤدي ومسار صوتي واحد

أي مسار

كلام أو موسيقى أو حوار

حالات الاستخدام

مدرّب بستنة بقميص من الكتان يشرح بجانب أحواض خضار مرتفعة

الدورات والدروس

درس كامل في لقطة واحدة. يبدو المدرّب في الدقيقة الرابعة كما في الأولى، ولا شيء يحتاج إلى مونتاج.

طاهٍ بسترة بيضاء يتحدث إلى الكاميرا في مطبخ فيه أواني نحاسية

الشروحات وفيديوهات الإرشاد

سجّل التعليق الصوتي أو ولّده أولًا، ثم دع صورة واحدة تقدّمه بالوقفات والتأكيد التي تُبقي المشاهد متابعًا.

مغنية بفستان عنابي تمسك عود ثقاب مشتعلًا تحت إضاءة مسرح دافئة

مقاطع الأداء الغنائي

أعطه مسارًا مغنّى، فيحمل الوجه النغمات الممدودة والأنفاس وإحساس الأغنية، وليس الكلمات وحدها.

شخصية ثعلب من الصلصال بوشاح أزرق تجلس إلى طاولة حرف ومعها مركب ورقي

التمائم والشخصيات

امنح تميمة علامتك أو شخصية من الصلصال أو بطلًا مرسومًا صوتًا، للإعلانات ومحتوى الأطفال ومقدمات القنوات.

شابة بقصة بوب شقراء تبتسم للكاميرا في شارع مرصوف بالحجارة

فيديوهات صنّاع المحتوى والتواصل الاجتماعي

مقاطع عمودية ناطقة لريلز وتيك توك وسناب شات، من صورة بأسلوب السيلفي ومسار صوتي. جاهزة للنشر.

رجل مسنّ بسترة صوفية خضراء عند نافذة تطل على نهر في الشتاء

القصص والبودكاست

تحافظ القصص المحكية الطويلة على إيقاعها، من التصاعد الهادئ إلى الخاتمة، دون أن يبدأ المؤدي من جديد كل دقيقة.

نظرة عامة

OmniHuman 2.0 نموذج من ByteDance لتوليد فيديو الإنسان من الصوت، أصدرته BytePlus في 15 أكتوبر 2026. تعطيه صورة واحدة ومسارًا صوتيًا، فيولّد فيديو للشخص وهو يؤدي المسار. لا يكتفي بمطابقة شكل الفم مع الصوت، بل يقرأ النبرة والمشاعر والكلمات. وصارت اللقطة الواحدة تمتد إلى 5 دقائق بعد أن كانت 60 ثانية، دون وصل بين مقاطع (المصدر).

ما الذي يميّز OmniHuman 2.0

يبني كثير من صنّاع المحتوى في الخليج ثقة جمهورهم على وجه يخاطبه مباشرة. معظم نماذج الصورة الناطقة تحرك الفم على إيقاع الصوت فقط. أما OmniHuman 2.0 فيصغي إلى طريقة قول الجملة. فحكاية تُروى همسًا، وتوجيه يصيح به مدرّب، ونغمة ممدودة في أغنية، كلها تخرج بأداء مختلف من نوع المدخلات نفسه. وللقطة الطويلة أثر مماثل. فالدرس أو القصة أو الأغنية الكاملة تجري في لقطة واحدة، فلا يوجد وصل يتغير عنده الوجه أو الضوء أو الخلفية.

OmniHuman 2.0 على Morphic

سيصل OmniHuman 2.0 إلى Morphic قريبًا. وحتى ذلك الحين ينجز Veed Fabric المهمة نفسها. افتح Copilot، وأرفق صورة ومسارًا صوتيًا، واطلب فيديو ناطقًا. هكذا صُنعت كل مقاطع هذه الصفحة. ولأفضل نتيجة اقرأ دليل OmniHuman 2.0.

أسعار بسيطة

ابدأ مجاناً اليوم، مع إمكانية الترقية أو الإلغاء في أي وقت.

Basic

$19/ شهر
تُفوتر باعتبارها $0 سنوياً

2400 شهرياً أرصدة

1 مستخدم فقط

جميع النماذج

Workflows

Standard

$24/ شهر
تُفوتر باعتبارها $0 سنوياً

3625 شهرياً أرصدة

1 مستخدم فقط

جميع النماذج

Workflows

Pro

$45/ شهر
تُفوتر باعتبارها $0 سنوياً

6350 مشترك شهرياً أرصدة

1 مستخدم

+ حتى 4 المزيد بتكلفة إضافية

جميع النماذج

Workflows

Max

$170/ شهر
تُفوتر باعتبارها $0 سنوياً

24650 مشترك شهرياً أرصدة

1 مستخدم

+ حتى 9 المزيد بتكلفة إضافية

جميع النماذج

Workflows

Enterprise

لحدود أعلى

مخصص

شروط الأسعار والفوترة

أرصدة كبيرة الحجم
حدود مقاعد مخصصة
جميع النماذج
Workflows
Pricing Gradient

Free

للتجربة والاستكشاف

$0

مجاني إلى الأبد

حتى 20 رصيد
مستخدم واحد فقط
نماذج محدودة
Workflows
قارن تفاصيل الخطط

الأسئلة الشائعة

ما هو OmniHuman 2.0؟
OmniHuman 2.0 نموذج من ByteDance لتوليد فيديو الإنسان من الصوت، أصدرته BytePlus في 15 أكتوبر 2026. تعطيه صورة واحدة ومسارًا صوتيًا، كلامًا أو موسيقى أو حوارًا. فيولّد فيديو لهذا الشخص وهو يؤدي المسار بنبرته ومشاعره وكلماته المتزامنة، في لقطة واحدة متصلة حتى 5 دقائق.
هل يدعم OmniHuman 2.0 اللغة العربية؟
لا تذكر هذه الصفحة لغات مدعومة، ولا نعد بلغة بعينها. وكل المقاطع هنا بصوت إنجليزي. إذا كان مشروعك بالعربية، فجرّب مسارك الصوتي بنفسك، واستمع إلى النتيجة قبل أن تعتمد عليها.
متى يصل OmniHuman 2.0 إلى Morphic؟
سيصل OmniHuman 2.0 إلى Morphic قريبًا. وإلى أن يصل، يؤدي Veed Fabric المهمة نفسها على Morphic اليوم: يحوّل صورة ومسارًا صوتيًا إلى فيديو ناطق حتى 5 دقائق. وكل مقطع في هذه الصفحة صُنع به.
ما الجديد في OmniHuman 2.0؟
ثلاثة أمور بحسب BytePlus. أولًا، يقرأ النبرة والمشاعر والكلمات في الصوت ويؤديها، ولا يكتفي بمطابقة شكل الفم. ثانيًا، تمتد اللقطة الواحدة إلى 5 دقائق بعد أن كانت 60 ثانية، دون وصل بين مقاطع. وثالثًا، تكلفة تشغيله أقل من الإصدار الذي سبقه.
هل يستطيع OmniHuman 2.0 جعل صورة تغني؟
نعم. تقول BytePlus إنه يأخذ أي مسار، ومنه الموسيقى، ويؤديه. أعطه مسارًا مغنّى يكون فيه الصوت واضحًا وفي المقدمة، فيتبع الوجه الكلمات والنغمات الممدودة والأنفاس.
بمَ يختلف OmniHuman 2.0 عن تزامن الشفاه؟
نموذج تزامن الشفاه يغيّر الفم في فيديو موجود أصلًا. أما OmniHuman 2.0 فيبدأ من صورة واحدة ويولّد الأداء كله من الصوت: الوجه والرأس والجسم. استخدم تزامن الشفاه لإعادة تعليق لقطات تملكها، واستخدم النموذج المقاد بالصوت حين لا تملك سوى صورة.
لماذا تتحرك الخلفية في بعض فيديوهات OmniHuman؟
لاحظ بعض من شاهدوا العرض الأول من BytePlus أن الخلفية تتحرك. تميل النماذج المقادة بالصوت إلى تحريك جزء من الصورة المزدحمة أكثر مما تريد، ومنه وجوه أخرى. خلفية بسيطة ووجه واحد واضح في الصورة يتركان للنموذج أقل ما يحركه. وفي دليل OmniHuman 2.0 اختبار جنبًا إلى جنب.
هل صُنعت مقاطع هذه الصفحة بـ OmniHuman 2.0؟
لا. لم يصل OmniHuman 2.0 إلى Morphic بعد، فصُنعت كل المقاطع على Morphic بنماذج أخرى: الصور بـ Krea 2 Large، والأصوات بـ ElevenLabs v4، والأغنية بـ ElevenLabs music، والفيديو الناطق بـ Veed Fabric.

المزيد عن OmniHuman 2.0

أدلة وأوامر ومقارنات لـ OmniHuman 2.0.

OmniHuman 2.0: الدليل الكامل

كيفية استخدام OmniHuman 2.0: اختر الصورة، وجهّز الصوت، وشغّل لقطة واحدة مدتها خمس دقائق، وامنع اهتزاز الخلفية.

نماذج أخرى

استكشف بقية كتالوج نماذج Morphic.

عرض كل النماذج →

Mirelo SFX 2.0

Mirelo AI

نموذج Mirelo لتحويل الفيديو إلى صوت. صوت جديد لفيديوك، والحوار كما هو.

Fish Audio Drama 3

Fish Audio

أكثر نماذج Fish Audio تعبيرًا في الصوت. وجّه الأداء حتى الكلمة الواحدة.

Vidu Q4

Shengshu Technology

أحدث نماذج Shengshu للفيديو. حتى 12 صورة مرجعية و3 أصوات تثبت في المقطع الواحد، بصوت أصلي من 540p إلى 4K.

Nano Banana 2.1

Google DeepMind

نموذج الصور Flash الجديد من Google DeepMind. تصميم أفضل، وتعديلات أنظف، وشخصيات أثبت.