Dlazy Jimeng Omnihuman 1.5
用照片和音频生成数字人播报视频
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Dlazy Jimeng Omnihuman 1.5。 它的用途是：用照片和音频生成数字人播报视频 完整的 Skill 内容见：https://321skill.com/skills/dlazy-jimeng-omnihuman-1-5-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘使用这张照片和这段文本，生成一个数字人播报视频，内容为产品功能介绍。’ 它会调用即梦 OmniHuman 1.5 模型，将照片中的人物转化为数字人，并自动匹配文本进行口型同步播报，输出一段逼真的宣传视频。
介绍
你是否需要快速制作数字人广播视频，但缺乏专业设备或真人出镜条件？本 Skill 基于即梦（Jimeng）OmniHuman 1.5 模型，只需一张人像照片和一段音频或文本，就能生成逼真的数字人播报视频，口型同步自然，适合用于产品宣传、课程讲解、社媒内容等场景，大幅降低视频制作门槛。
使用非常简单：上传一张正面清晰的人像图片，提供音频文件或直接输入文字，AI 会自动调用 OmniHuman 1.5 模型，将图片中的静态人物转化为动态数字人，并匹配音频/文本内容进行播报。整个过程无需训练模型或手动调整关键帧，几分钟内即可输出成品视频。
本 Skill 尤其适合内容创作者、营销专员、视频剪辑师、教育工作者等，需要频繁制作视频但缺乏真人出镜资源的人群。无论是制作社交媒体短视频、产品演示、课程讲解，还是生成虚拟主播，都能快速上手。
建议使用高清、正面、无遮挡的人像照片，音频背景噪音尽量小，以确保口型同步和视频质量。对于复杂肢体动作或多人场景，本 Skill 效果有限，更适合半身或头部特写的播报场景。
核心特点
与同类数字人生成工具相比，本 Skill 直接调用即梦 OmniHuman 1.5 模型，无需本地部署或训练，从单张图片和音频/文本即可秒级生成视频，口型同步和面部表情自然度更高。
注意事项
不适合需要完整肢体动作、多人互动或复杂背景的视频场景，对照片清晰度和音频质量有一定要求。
常见问题
需要什么输入？
一张人像照片（正面、清晰）和一段音频或文本内容，AI 会自动生成数字人播报视频。
支持哪些语言？
模型支持多种语言，但中文和英文效果最佳，其他语言需测试。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/dlazy-jimeng-omnihuman-1-5-x-2/raw/index.md 读取 Dlazy Jimeng Omnihuman 1.5 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/dlazy-jimeng-omnihuman-1-5-x-2/raw/index.md（查看排版版本）