字节 OmniHuman 2.0 上线：单次连续生成 5 分钟，价格降至每秒 0.07 美元
- 核心发布：BytePlus 上线 OmniHuman 2.0 数字人模型，支持输入任意音轨、演讲、音乐或对话，模型解析其中的语气、情感与逐词内容，并驱动口型、表情与身体动作。
- 时长与成本：单次连续生成时长从此前 60 秒提升至最长 5 分钟，无需拼接；价格从每秒 0.12 美元降至 0.07 美元，降幅超过 40%。
- 行业意义：数字人视频生成在时长与单位成本两个维度同时推进，5 分钟单镜头无拼接意味着口播、广告、虚拟主播等场景的单条内容生产成本进一步下降；对开发者而言，长视频生成不再需要按片段切割与后期拼接。 🔗 BytePlus 官方推文 | OmniHuman 产品页 | 小互转述