Omnihuman 1.5：人物图像与音频视频生成器 | RunComfy

Omnihuman 1.5 概述#

Omnihuman 1.5 使用一张必填人物图像和一段必填音频生成视频。页面提供两个素材 URL、选填文本指引和随机种子设置。

输入与设置#

• image_url — 必填。填写一张可直接访问的人物图像 URL。
• audio_url — 必填。填写用于驱动视频的音频 URL；音频必须短于 35 秒。
• prompt — 选填生成指引。支持中文、英语、日语、韩语、墨西哥西班牙语和印度尼西亚语。
• seed — 控制生成结果的整数随机种子，默认值为 -1。

建议流程#

1. 在 image_url 中填写人物图像 URL。
2. 在 audio_url 中填写音频 URL，并确认音频短于 35 秒。
3. 如有需要，使用六种支持语言之一在 prompt 中填写简洁指引。
4. 如需明确控制随机种子，请设置 seed，然后提交请求。

输入结构未提供输出分辨率、宽高比、帧率或输出格式设置。