Dlazy Jimeng Omnihuman 1.5
使用人像图片和音频/文本，一键生成逼真的数字人播报视频。
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，一键生成逼真的数字人播报视频。 完整的 Skill 内容见：https://321skill.com/skills/dlazy-jimeng-omnihuman-1-5-x-8/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
‘请用这张产品经理的肖像照，为我们的新产品“智能水杯”生成一段30秒的介绍视频，文案是“这款水杯能智能提醒您喝水，并记录每日饮水量，让健康触手可及。”’，它会调用即梦OmniHuman模型，将文案合成为语音并驱动人像口型，最终生成一段数字人播报的产品介绍视频。
介绍
即梦 (Jimeng) OmniHuman 1.5 模型能够将静态的人像图片与输入的音频或文本结合，自动生成高度逼真的数字人播报视频。这解决了传统视频制作中需要真人出镜、专业设备、复杂后期剪辑的高成本和长周期问题。
使用时，用户只需提供一张清晰的人像正面照片，并输入希望数字人播报的文本内容或直接上传音频文件。模型会自动驱动人像的口型、表情和头部姿态，使其与音频内容精准同步，最终输出一段流畅、自然的视频。整个过程无需复杂的参数调整，操作门槛低。
该技能非常适合内容创作者、营销专员、电商运营和视频剪辑师等角色。对于需要快速制作产品介绍、知识讲解、新闻播报、社交媒体短视频或个性化祝福视频的用户来说，它能极大地提升内容生产效率。
使用建议方面，为获得最佳效果，建议使用光线均匀、面部清晰无遮挡的正面人像图片。音频或文本内容应清晰、连贯，避免过于复杂的专业术语或过快的语速。同时，生成的视频主要用于辅助内容表达，在需要极高情感表现力或复杂肢体动作的场景下，可能仍需结合其他专业工具。
核心特点
核心在于使用即梦自研的OmniHuman 1.5模型，在口型同步和面部表情的自然度上表现突出；同时支持通过文本直接驱动，无需用户自行录制或寻找配音，提供了从文本到视频的端到端解决方案。
注意事项
不适合需要生成全身动态、复杂肢体语言或高度艺术化、风格化视频内容的场景。
常见问题
生成视频需要多长时间？
生成时间取决于视频长度和服务器负载，通常一分钟内的视频在几分钟内可以完成。
支持哪些语言和口型？
主要支持中文和英文，模型针对这两种语言的口型同步进行了优化。
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-8/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-8/raw/index.md（查看排版版本）