Братуха
НейросетиЧатГалереяПомощь
Войти
НейросетиЧатГалереяПомощь
Братуха

Все нейросети в одном месте и по самым низким ценам.

Разделы

  • Нейросети
  • Чат с нейросетями
  • Генератор презентаций
  • Генератор каруселей
  • Фотостудия
  • Цены
  • Сценарии
  • Галерея
  • Рейтинг авторов
  • Промпты

Популярное

  • GPT Image 2
  • GPT Image 2.5
  • Nano Banana Pro
  • Фотостудия
  • Seedream 5.0 Pro
  • Nano Banana 2 Lite
  • Nano Banana 2.1
  • Grok Video
  • Nano Banana 2
  • Suno
  • Seedream 4.5

Полезное

  • Контакты
  • Как пользоваться
  • Инструкции
  • Тренды
  • Подборки промптов
  • Обзоры нейросетей
  • Новости

О сервисе

  • О нас
  • Мы помогаем
  • Блог
  • Реферальная программа
  • API
  • Для ИИ-агентов
  • Для бизнеса
  • Пользовательское соглашение
  • Политика конфиденциальности
  • Политика обработки в отношении файлов cookie
  • Согласие на обработку персональных данных
  • Согласие на отправку уведомлений рекламно-информационного характера

© 2026 Братуха.ру

304 нейросети

Нейросети от OmniHuman

Как выбрать
Загружаем фильтры...
Пример работы нейросети OmniHuman 2.0

OmniHuman 2.0

Цена: 15 ₽/сек.
Говорящее фото
Говорящее фото

OmniHuman 2.0 (Omni Human) — нейросеть ByteDance, которая превращает фото и запись голоса в видео: человек на снимке говорит или поёт, губы попадают в слова. В новой версии жесты, мимику и движение камеры можно подсказать словами в поле «Задание».

Пример работы нейросети OmniHuman 1.5

OmniHuman 1.5

Цена: 35 ₽/сек.
Говорящее фото
Говорящее фото

OmniHuman 1.5 — нейросеть ByteDance, которая превращает фото и запись голоса в ролик: человек на снимке говорит или поёт, а мимику и жесты она подбирает по смыслу слов. Настроек нет, всё поведение задаёт звук.

Пример работы нейросети OmniHuman 1.0

OmniHuman 1.0

Цена: 20 ₽/сек.
Говорящее фото
Говорящее фото

OmniHuman 1.0 — первая версия нейросети ByteDance, которая делает видео из одного фото и записи голоса: человек или нарисованный герой говорит и поёт под ваш звук, двигая губами, бровями и головой. Подойдёт для крупного портрета и спокойной речи: поздравления, объявления, ответа на вопрос.

Как выбрать нейросеть

Содержание

  1. Что такое OmniHuman и чем отличаются версии
  2. Песня и нарисованный герой
  3. Жесты руками в версии 1.5
  4. OmniHuman 2.0: жест можно попросить словами
  5. Какую версию выбрать
  6. Советы по фото и записи
  7. Вопросы

OmniHuman — нейросеть ByteDance, которая превращает одно фото и запись голоса в видео: человек на снимке говорит или поёт ваши слова, двигает губами, бровями и головой. На сайте три версии: OmniHuman 2.0, OmniHuman 1.5 и OmniHuman 1.0. Две пробы мы сделали в 1.5 и 1.0 с одинаковыми фото и записями, чтобы понять, за что 1.5 берёт больше. Третью, про жесты, только в 1.5. Версии 2.0 досталась своя глава: в ней можно словами попросить жест, и её мы сравнили с 1.5 на одном портрете.

Всё для проб сделали здесь же, на сайте. Портреты и енота нарисовала Nano Banana Pro, речь озвучила Мега, песню написал Suno. Людей на фото не существует.

Три исходника для роликов: ветеринар в голубой форме, мультяшный енот с микрофоном и экскурсовод на старой улице

Первая проба: ветеринар Ольга говорит «Добрый вечер, я Ольга, ветеринар. Кот чихает уже третий день? Не пугайтесь, чаще всего это обычная простуда».

OmniHuman 1.0 · ролик 544×720 · 20 ₽/сек.

OmniHuman 1.5 · ролик 834×1104 · 35 ₽/сек.

Губы попадают в слова у обеих, на словах «Кот чихает уже третий день?» обе поднимают брови. Повороты головы совпадают почти кадр в кадр. Разница в мелочах: 1.0 чаще щурится, а ролик у неё меньше по размеру, 544×720 точек против 834×1104, поэтому мягче в деталях. На телефоне этого почти не видно.

Что такое OmniHuman и чем отличаются версии

Первую версию ByteDance показала в феврале 2025 года. По словам разработчиков, ей подходит фото любого плана, от лица крупным планом до человека в полный рост, а вместо речи можно загрузить песню.

Версию 1.5 ByteDance представила в августе 2025 года. Она устроена сложнее: одна её часть разбирает смысл сказанного, другая рисует движение. Поэтому жесты и мимика должны следовать за смыслом слов, а не за одной громкостью голоса. Разработчики обещают у 1.5 ещё текстовые подсказки и сцены с несколькими героями, но в форме 1.5 на сайте нет ни поля для подсказки, ни выбора, кто из героев говорит. Поле для подсказки появилось только в версии 2.0. Подробного описания 2.0 от разработчика мы не нашли, поэтому о ней судим по своим пробам.

Форма у 1.5 и 1.0 одинаковая: поле Фото (JPG, PNG, WebP или снимок с iPhone в HEIC) и поле Аудио (MP3, WAV, M4A и другие), по одному файлу. Поля Задание, куда пишут, что должно происходить в кадре, у них нет: всё поведение нейросеть берёт из звука. Запись — до 10 минут. У 2.0 те же Фото и Аудио плюс Задание, а запись нужна от 4 секунд до 5 минут. Пропорции ролика повторяют фото, вертикальный снимок даст вертикальное видео, а размер ролика не выбирается. Звук из записи уже вшит в видео.

Платите за каждую секунду записи, неполная секунда считается целой. Цена видна на кнопке Отправить до запуска. Как устроены запуски и где потом искать ролик, рассказывает инструкция по сайту.

Песня и нарисованный герой

Вторая проба — мультяшный енот в красном шарфе. Вместо речи загрузили кусок песни Suno длиной 7,85 секунды, с музыкой, отдельно голос не вырезали. Енот поёт: «Я енот в красном шарфе, я пою на сцене вам».

OmniHuman 1.0 · песня 7,85 с · 20 ₽/сек.

OmniHuman 1.5 · песня 7,85 с · 35 ₽/сек.

Здесь 1.5 живее. На словах «я пою на сцене вам» енот отводит свободную лапу в сторону, как артист перед залом, и покачивается всем телом. В 1.0 двигаются только голова и мордочка, лапы стоят на месте, а пару раз енот сонно прищуривается. Мультяшного героя обе версии не испортили: шерсть, шарф и микрофон остались как на картинке.

Жесты руками в версии 1.5

Жесты — главное, что разработчики обещают в 1.5, поэтому мы проверили их отдельно, на экскурсоводе. На фото он снят по пояс, руки за краем кадра, а в записи говорит: «Посмотрите направо: вот этот дом построили в тысяча восемьсот девяносто первом году. А теперь налево!»

OmniHuman 1.5 · запись 7,7 с · 35 ₽/сек.

На словах «вот этот дом» экскурсовод поднимает обе руки в кадр и разводит их, пальцы на месте, по пять на каждой. Направо при этом не показывает: жест вышел общий, «рассказывающий», а не указание. Попросить нужное движение словами в 1.5 нельзя, а в 2.0 можно: похожую задачу с картиной мы разобрали в главе о ней ниже. Другие нейросети с полем Задание собраны в разделе говорящего фото. Там же версия 1.5 стоит в сравнении с пятью другими нейросетями на одном портрете.

На крупных портретах рук у нас не появилось. Так устроен и готовый пример со страницы OmniHuman 1.5: портрет девушки по грудь нарисовала GPT Image 2, а запись стихотворения перед загрузкой очистили от шума в ElevenLabs Audio Isolation. Девушка читает с паузами, наклоняет голову и несколько раз прикрывает глаза.

OmniHuman 1.5 · запись 8 с · 35 ₽/сек.

OmniHuman 2.0: жест можно попросить словами

Главное, что изменилось в 2.0, — поле Задание. В нём своими словами описывают мимику, жесты, настроение и движение камеры, до 2000 знаков, по-русски тоже можно. Поле необязательное: пустым оно оставляет выбор движений нейросети, как в прошлых версиях. Героев для этих проб мы тоже выдумали: портреты нарисовала GPT Image 2, голоса прочитала ElevenLabs v4.

Ведущая с пустым полем и с заданием

Одну и ту же ведущую новостей с одной записью на 10 секунд мы запустили дважды. Первый раз поле Задание оставили пустым, во второй написали:

Ведущая говорит уверенно и доброжелательно, на словах о парке слегка разводит руками, в конце улыбается в камеру. Камера неподвижна.

OmniHuman 2.0 · без задания · 15 ₽/сек.

OmniHuman 2.0 · с заданием · 15 ₽/сек.

С пустым полем руки весь ролик лежат на столе. С заданием на пятой секунде, на словах о парке, ведущая разводит ладони, а заканчивает с улыбкой. В 1.5 и 1.0 так не выйдет: там жест появится или нет по воле нейросети.

Библиотекарь в версиях 1.5 и 2.0

Для сравнения версий мы взяли портрет библиотекаря, который рисовали для статьи об OmniHuman 1.5, и её фразу: «Здравствуйте! Книгу продлили? Жду вас в пятницу». Запись длится 3,8 секунды, а 2.0 принимает от четырёх, поэтому для неё в конец добавили полсекунды тишины. Поле Задание оставили пустым, больше ничего не меняли.

OmniHuman 1.5 · запись 3,8 с · 35 ₽/сек.

OmniHuman 2.0 · запись 4,3 с, без задания · 15 ₽/сек.

Обе версии на «жду вас» зовут жестом, но по-разному. В 1.5 женщина протягивает одну руку, и улыбка с фото у неё уходит, лицо становится деловым. В 2.0 она раскрывает обе ладони и улыбается почти весь ролик, как на снимке. Выходит, и без задания 2.0 жестикулирует не хуже 1.5, а держит лицо ближе к исходнику.

Показать на картину

Экскурсовод из главы про 1.5 жест развёл, но направо не показал. Для 2.0 мы поставили похожую задачу: экскурсовод стоит перед картиной и 10 секунд рассказывает о ней. В задании написали:

Экскурсовод говорит спокойно, на словах «обратите внимание на эту картину» поворачивается и показывает рукой на картину за спиной.

OmniHuman 2.0 · фото 3:4, запись 10 с, с заданием · 15 ₽/сек.

Женщина поворачивается к раме и показывает на полотно, то есть просьбу выполнила. Но жест начался на четвёртой секунде, когда нужная фраза уже прозвучала. Привязка к словам в задании работает примерно, а не с точностью до слова.

Какую версию выбрать

НейросетьЦенаРазмер ролика из фото 3:4, точекЧто двигалось в наших пробахЖдали ролик на 8 с
OmniHuman 2.015 ₽/сек.834×1112Лицо, голова, руки, жест по заданию3,5–5,5 мин
OmniHuman 1.535 ₽/сек.834×1104Лицо, голова, руки и лапы3,5–4 мин
OmniHuman 1.020 ₽/сек.544×720Лицо и голова2–2,5 мин

Начинать теперь стоит с OmniHuman 2.0. Секунда у неё дешевле, чем у 1.5 и 1.0, и только в ней жест, улыбку или поворот к предмету можно попросить в поле Задание. На библиотекаре она и без подсказки сыграла не хуже 1.5. Ждать ролик, правда, бывает дольше, см. таблицу.

Прошлые версии пригодятся, когда запись длиннее 5 минут: 1.5 и 1.0 принимают до 10. Если в кадре видно тело (песня, выступление, рассказ с жестами), из них берите 1.5. Если крупное лицо и человек просто говорит (поздравление, объявление), хватит 1.0: на ветеринаре она почти не уступила 1.5. Фразу короче 4 секунд 1.5 и 1.0 примут как есть, а для 2.0 добавьте в конец тишину, как мы с библиотекарем.

Ни в одной версии на сайте нельзя выбрать, кто из двоих на фото говорит. Для диалога двух людей есть отдельные нейросети в том же разделе говорящего фото. Если у вас готовое видео и в нём надо заменить речь, нужен липсинк. Если записи голоса нет, её сделают нейросети озвучки текста.

Советы по фото и записи

  • Обрежьте тишину в начале и в конце записи. Фраза экскурсовода шла 8,2 секунды и стоила бы как 9. После обрезки осталось 7,7 секунды, и заплатили мы за 8.
  • Для жестов мы брали фото по пояс: руки экскурсовода были за кадром, и нейросеть сама подняла их в кадр. На крупных портретах ветеринара и девушки рук не появилось.
  • Песню режьте по концу фразы, а не посреди слова: всё, что есть в записи, герой споёт.
  • Берите фото с одним человеком, раз выбрать говорящего нельзя.
  • В Задании версии 2.0 просите одно-два действия и указывайте, на каких словах их ждать. Жест придёт примерно туда: у экскурсовода он начался, когда нужная фраза уже прозвучала.
  • Первый ролик делайте коротким, секунд на 5–10: так вы проверите, как нейросеть справится с вашим фото, и заплатите за несколько секунд, а не за минуту.

Пробы версий 1.5 и 1.0 (три картинки, две озвучки, песня и пять роликов) обошлись нам в 1 273 ₽, почти всё ушло на ролики.

Вопросы

Статья обновлена 16 октября 2026 г.