ByteDance

OmniHuman 2.0

omnihuman-2.0

字节跳动第二代数字人视频模型，用一张人物或角色图片配一段语音或歌声，即可生成口型、表情与肢体随音频同步的表演视频，单次连续镜头最长 5 分钟，可加提示词控制动作与运镜

omnihuman-2.0

试用 omnihuman-2.0

输入

作品灵感

查看全部作品

输出

video

填写参数并生成，结果会显示在这里。

价格

omnihuman-2.0 每秒

单价	$0.100

定位简介

这是一款音频驱动的数字人视频生成模型，接收一张真人或插画角色图片与一段语音或歌声，输出与音频同步的表演视频。视频时长跟随音频，画面保持原图宽高比；可选用提示词描述场景、表情、手势与镜头运动。适合需要角色口播、演唱或对话镜头的开发者与内容创作者，用于社媒短视频、营销代言和数字人应用中的角色出演素材。

核心亮点

音频驱动口型与表情同步——根据语音与歌声的节奏和语气生成匹配的口型、表情与肢体动作，视频时长与音频一致。
图片到视频保持原比例——上传角色图片即可生成表演视频，成片沿用图片宽高比，便于直接嵌入原有版式。
提示词控制表演与运镜——可选提示词描述场景、表情、手势和缓慢推近等镜头效果。
单段音频覆盖数分钟表演——驱动音频支持 4 至 300 秒，成片可随音频延续，适合连续的口播或演唱段落。

能力说明

图片加音频生成角色视频：提供角色图片与驱动音频即可生成该角色表演的视频，图片支持真人或插画角色，输出画面沿用原图宽高比。

口型同步表演：视频以驱动语音或歌声为节奏生成对应口型与面部表情，适合旁白、对白与演唱类素材，视频长度与音频一致。

提示词控制表演与镜头：可选提示词长度最多 300 字符，用于描述场景、表情、手势和镜头运动。

音频长度范围：驱动音频需为 mp3 或 wav，时长 4 至 300 秒且不超过 15MB，成片时长与之对应，便于规划长段连续表演。

图片规格范围：角色图片支持 jpeg、png 或 webp，不超过 10MB，宽高比在 0.4 至 2.5 之间，每边 300 至 6000 像素。

适用场景

社媒口播视频创作者——上传主播人像与一段讲解音频，生成角色口播视频，直接用于社交平台的短视频发布与账号日常更新。
虚拟演唱与音乐表演——用歌手或虚拟形象图片配合歌曲音频，产出角色演唱画面，作为音乐类内容的表演素材。
营销代言人短片——以品牌形象图片搭配宣传文案配音，生成代言人或主持人出镜短片，用于广告与活动页面展示。
数字人应用开发者——接入接口批量提交角色图片与音频，为视频创作应用提供数字人出镜片段，用于补拍或对白镜头生成。

限制与选型建议

驱动音频为必需输入，视频内容由音频驱动，并需同时提供角色图片；输入音频时长须在 4 至 300 秒之间，不足 4 秒的任务会失败并全额退款。角色图片需满足格式与尺寸要求，宽高比在 0.4 至 2.5 之间，每边 300 至 6000 像素。提示词为可选项，最多 300 字符。

近期更新

查看更新日志 →

模型上新 OmniHuman 2.0 上线：一张人像加一段音频，生成最长 5 分钟的说话视频 Nov 12, 2026

常见问题

查看全部常见问题 →

只给一张图和一段音频就能出视频吗？

可以，这个模型的输入就是一张人物图片加一段驱动音频，必填项只有 image_url 和 audio_url。图片支持 jpeg、png、webp，单张不超过 10MB，宽高比在 0.4 到 2.5 之间、每边 300 到 6000 像素；音频支持 mp3、wav，时长 4 到 300 秒、不超过 15MB。视频内容由音频驱动，长度与音频一致，成片保持图片的宽高比。
能生成多长的数字人视频？

单次连续镜头最长 5 分钟，对应音频上限 300 秒，不需要分段拼接。音频最短 4 秒，不足 4 秒的任务会失败并全额退款。想要长段连续表演时，把完整旁白或对白放在一条音频里提交，比分段生成再拼接更省事，也更不容易出现衔接处的口型和表情跳变。
输出分辨率是多少，能出 1080p 吗？

这个模型没有分辨率参数，不能指定 1080p。成片的画幅和分辨率跟随输入的人像图，例如 960×960 的人像会得到 960×960 的视频，竖屏、横屏素材都能直接用。想让成片更清晰，就用清晰、构图干净的人像图和干净的音频。
旁白、唱歌、对话要分开用不同模型吗？

不用，同一个模型覆盖旁白、歌唱和对话三类音频，没有单独的歌唱模式。它的口型、面部表情和肢体动作会跟随音频的语调、节奏、情绪和语义同步变化，换音频类型只需换音频本身。这也是它相比早期只做口型对齐的工具在表现力上的主要差别。

提交生成任务

POST https://api.hiapi.ai/v1/tasks

请求头

Authorizationstring必填

账号 API Key，所有请求必填。示例：Bearer YOUR_HIAPI_API_KEY。获取 API Key

Content-Typestring可选

请求体固定按 JSON 解析；如携带，仅接受 application/json（可带 charset），其他取值返回 415。示例：application/json。

Idempotency-Keystring可选

幂等键，最长 255 字节。同账户同键的重试只创建一次任务，重放返回首次 taskId。

幂等键

网络超时或客户端自动重试时，同键只创建一次任务、不会重复扣费（幂等范围 = API Key 所属账户）。建议用业务侧唯一标识做键（如 "order-42"）；同键重放返回首次 taskId，键在首次提交 24 小时后过期。详细的场景矩阵见统一异步接口介绍页。

请求体

modelstring必填

当前固定值：omnihuman-2.0

routestring可选

当前固定值：default

inputobject必填

omnihuman-2.0 和线路 default 的业务参数对象，见下方参数表。

promptstring可选maxLength 300

可选参数，用于描述场景、表情、手势与镜头运动等画面表现，例如边微笑边点头或缓慢推近。

audio_urlstring必填

用于驱动口型同步的语音或歌声音频地址；视频时长与音频等长，音频时长需为 4 至 300 秒，格式为 mp3 或 wav，大小不超过 15MB。

image_urlstring必填

需要驱动的人物肖像图地址，可为真人或插画角色；支持 jpeg、png、webp 格式，大小不超过 10MB，宽高比需在 0.4 至 2.5 之间，单边像素为 300 至 6000，输出视频沿用该图的宽高比与分辨率。

callbackobject可选

终态通知配置；为空则不回调，由调用方自行查询。详见下方回调说明。

回调（Webhook）

创建任务时提供 callback.url，任务终态时 HiAPI 主动 POST 通知你的服务，可免去轮询。回调请求体与任务详情数据结构同构；签名校验、投递重试与幂等说明见统一异步接口介绍页的回调说明。

urlstring必填

callback 存在时必填；任务终态后向该 URL 发起 POST，须为合法 http(s) URL。

whenstring可选默认值: "final"

当前仅支持 final，即 success / fail 均回调。

可选项：final

storagestring可选默认值: "temp"

产物存储档位：temp（默认，保留约 7 天）或 persistent（长期保存，按大小计费）。余额不足或超出存储上限会静默降级为 temp；实际生效档位见任务详情响应。

可选项：temppersistent

请求示例

# 提交异步任务，成功立即返回 taskId（不等待生成完成）
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "omnihuman-2.0",
  "input": {
    "audio_url": "…",
    "image_url": "…"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "omnihuman-2.0",
    input: {
      "audio_url": "…",
      "image_url": "…"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "omnihuman-2.0",
        "input": {
          "audio_url": "…",
          "image_url": "…"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

获取任务详情

GET https://api.hiapi.ai/v1/tasks/:id

响应字段

taskIdstring必填

任务 ID，前缀固定 tk-hiapi-。

modelstring必填

解析后的模型全名。用 route 参数提交的任务返回 base@线路（如 gpt-image-2/text-to-image@ext）；否则与创建时传入的模型名一致。

routestring可选

仅当任务用显式 route 参数提交时出现，回显提交时的原值。

statusstring必填

任务状态。

状态枚举

queued 已入队，尚未开始。 handling 处理中。 archiving 处理完成，产物准备中。 success 终态：完成，产物可用（返回 output）。 fail 终态：失败（返回 error）。提交后按 status 判断：success 或 fail 为终态，其余为非终态，建议按 1~3 秒间隔轮询直至终态。成功终态后从 output[].url 下载产物，并在 expireAt 前完成下载或转存；需要长期保留时在创建任务时使用 storage: "persistent"。

creatednumber必填

任务创建时间（Unix 秒）。

completednumber必填

进入终态的 Unix 秒；非终态固定为 0。

outputarray可选

仅 status == success 时出现。产物列表，始终为数组，同一任务可能同时返回多个 type（如 video + first_frame）。

Array [ object ]

数组元素

urlstring必填

资源 URL，可直接下载。

typestring必填

当前可能值：video、image、audio、first_frame、last_frame、thumbnail，后续可能会扩展。

expireAtnumber必填

资源可访问截止时间（Unix 秒）；过期前请完成下载或转存。

errorobject可选

仅 status == fail 时出现。

codestring必填

业务错误码。

messagestring必填

错误描述。

响应示例

成功

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

处理中（非终态）

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

失败

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}