Dlazy Jimeng Omnihuman 1.5
使用图片和音频/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-7/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
‘帮我把这张产品经理的肖像图和这份新品发布稿生成一段数字人介绍视频。’，它会调用Dlazy Jimeng Omnihuman 1.5 Skill，自动合成语音并驱动图片中的人物口型，生成一段逼真的产品宣讲视频。或者，你可以直接上传一段已有的录音说：‘用这段音频和我的头像，生成一个节日祝福视频。’，Skill会快速完成视频渲染并输出文件。
介绍
Dlazy Jimeng Omnihuman 1.5 Skill 旨在解决制作高质量数字人视频内容时面临的技术门槛高、成本高昂的问题。它基于即梦（Jimeng）的 OmniHuman 1.5 模型，用户只需提供一张人像图片和一段音频或文本，即可自动化生成表情、口型与语音同步的逼真数字人播报视频，极大简化了视频制作流程。
使用方式非常直观。在安装了此 Skill 的 AI 助手（如 Claude Desktop）中，用户可以直接上传或指定一张人物肖像图片，同时提供需要播报的音频文件或文本内容。Skill 会调用底层模型，自动将两者结合，渲染生成一段完整的数字人播报视频。整个过程无需复杂的视频编辑软件或专业的动捕设备。
这个 Skill 非常适合内容创作者、营销专员、电商运营、社媒运营以及教育培训领域的从业者。对于需要快速产出大量口播视频、产品介绍、课程讲解或社交媒体内容的个人或团队来说，它能显著提升内容生产效率，降低对真人出镜的依赖和后期制作的成本。
使用建议方面，为确保生成效果最佳，建议提供清晰、正面、光线良好的人像图片。音频文件应保证音质清晰，无明显背景噪音。对于文本输入，模型会自动进行语音合成，但用户可根据需要选择不同的音色或语速参数（如果Skill支持）。初次使用时，建议从简短的文本开始测试，以熟悉生成效果和耗时。
核心特点
核心区别在于其专门集成了即梦（Jimeng）的 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深度优化，相比通用TTS+动画方案，生成的数字人视频在唇语匹配和情感表达上更为精准和生动。
注意事项
不适合需要复杂肢体动作、场景交互或高度定制化角色表演的视频内容生成。
常见问题
支持哪些格式的图片和音频输入？
通常支持常见图片格式（如JPG, PNG）和音频格式（如MP3, WAV），具体请参考Skill文档。
生成一段1分钟的视频需要多长时间？
生成时间取决于模型计算资源和视频复杂度，通常在几十秒到几分钟不等。
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-7/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-7/raw/index.md（查看排版版本）