ByteDance hat sein neuestes Human-Video-Modell in den kommerziellen Betrieb überführt. BytePlus, die Unternehmens- und Auslandssparte des Konzerns, hat OmniHuman 2.0 für Kunden freigeschaltet. Die Kernfähigkeit, wie Webrazzi berichtet: Aus einem einzigen Standbild entsteht ein Video einer Person mit bis zu fünf Minuten Länge.
Das erste OmniHuman aus dem Frühjahr 2025 belebte ein Porträt – Lippensynchronität, Gestik, Kopfbewegung – aus einem Bild plus Audio- oder Bewegungssignal. Die 2.0-Generation arbeitet an Länge und Realismus, den beiden Achsen, die den Wettbewerb in der generativen Videoproduktion bestimmen.
Der praktische Nutzen liegt auf der Hand. Ein fünfminütiger synthetischer Sprecher aus einem Foto senkt die Kosten für lokalisierte Werbung, Unternehmensschulungen, synchronisierte Inhalte und avatargestützte Oberflächen. Wo früher Studio, Darsteller und Terminplan nötig waren, genügen heute ein Porträtfoto und ein Prompt.
Die Risikoseite ist ebenso klar. Fotorealistisches Human-Video in Spielfilmlänge aus einem einzigen Foto ist genau das Werkzeug, das Videobetrug und nicht einvernehmliche Darstellungen im großen Stil billiger macht. Die Last verschiebt sich damit auf die Herkunftssicherung: signierte Metadaten wie C2PA, Erkennung auf Plattformseite und Identitätsprüfung für alle, die Geld überweisen oder Verträge aus der Ferne schließen.
Bemerkenswert ist auch, dass BytePlus die Fähigkeit nicht nur über eine Verbraucher-App, sondern an Unternehmen verkauft. Damit hält synthetisches Human-Video Einzug in normale Geschäftsprozesse, in denen das Ergebnis die Marke eines Unternehmens trägt.
Laufzeitgrenzen, Preise und Lizenzbedingungen unterscheiden sich nach Region und Tarif; verbindlich ist das Produktangebot von BytePlus.
