Dlazy Jimeng Omnihuman 1.5
使用人像图片和音频/文本，一键生成逼真数字人播报视频。
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：使用人像图片和音频/文本，一键生成逼真数字人播报视频。 完整的 Skill 内容见：https://321skill.com/skills/dlazy-jimeng-omnihuman-1-5-x-6/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
‘我需要为新产品“智能水杯”制作一个30秒的介绍视频，这是我的产品经理照片和写好的介绍文案。’，它会调用即梦OmniHuman模型，将照片与文案合成，生成一段由数字人“产品经理”清晰播报产品特点的视频。您也可以直接上传一段录制好的音频，让数字人进行同步口播。
介绍
这个Skill解决了需要快速制作真人出镜视频内容，但缺乏专业演员、拍摄设备和后期制作能力的难题。它通过即梦OmniHuman 1.5模型，将一张静态人像照片与您提供的音频文件或文本脚本相结合，自动生成口型、表情和动作都高度匹配的数字化身播报视频。
使用方式非常直观：您只需准备好一张清晰的人像图片（如证件照或半身像），以及一段录音或一段需要播报的文字。将这两项素材提供给该Skill，它便会驱动模型进行处理，最终输出一段以您提供的人像为原型的数字人播报视频。整个过程无需复杂的视频编辑软件或3D建模知识。
它非常适合内容创作者、营销专员、电商运营、教育工作者等需要频繁制作视频口播、产品介绍、课程讲解或社交媒体内容的个人或团队。对于希望提升内容生产效率、降低视频制作门槛的用户来说，这是一个强大的工具。
在使用时，建议提供光线均匀、面部清晰、正面角度的优质人像图片，以获得最佳的生成效果。同时，确保音频清晰或文本断句合理，这将直接影响数字人口型同步的自然度。请注意，模型对图片中人物的发型、装饰物等复杂细节的还原可能存在局限。
核心特点
核心在于其背后的“即梦OmniHuman 1.5”模型，该模型在中文口型同步和面部表情自然度上进行了专门优化，相比同类通用数字人生成工具，在中文内容播报场景下表现更为出色。
注意事项
不适合需要复杂肢体动作、多人物互动或高度定制化虚拟形象（如特定动漫风格）的视频生成场景。
常见问题
支持哪些格式的输入和输出？
通常支持常见图片格式（如JPG, PNG）和音频格式（如MP3, WAV），输出为MP4等视频格式。具体请查阅Skill文档。
生成一段1分钟的视频需要多久？
生成时间取决于模型配置和硬件，通常在几分钟到十几分钟不等。
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-6/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-6/raw/index.md（查看排版版本）