Omniverse Audio2Face

« Un modèle vidéo open source qui combine texte, image, vidéo et audio pour produire des clips en 2K jusqu’à 15 secondes, avec son stéréo natif généré dans la même passe. API disponible»

« Générez des vidéos natives de 30 secondes en un seul passage, avec jusqu’à 50 références multimodales (images, sons, vidéos) pour garder personnages et scènes cohérents. Les retouches locales sont également plus précises et sans avoir à tout régénérer»

« Créez des vidéos réalistes de 5s à partir de texte ou d'images. Mouvements fluides, physique précise et caméra cinématique époustouflantes ! »

« Créez des vidéos complètes depuis une simple phrase grâce à l'IA. Vous combinez jusqu'à 12 références (9 images, 3 vidéos, 3 audios de 15s max) pour maintenir la cohérence des personnages. L'outil génère des vidéos de 5 à 12 secondes en 720p-1080p »

« Générez des vidéos 1080p à 24 images par seconde d'une durée maximale de 15 secondes avec une voix off multi-prises cohérente et une synchronisation labiale vidéo native. Possibilité de générer des vidéos à partir d'images de référence tout en conservant l'apparence et la voix. »

« Le modèle vidéo multimodal de Google qui génère et édite des clips à partir d'une simple conversation. Il permet de prolonger les scènes jusqu'à 40 secondes, de contrôler les images de début et de fin, et offre une synchronisation audio native. Rendu jusqu'à une résolution de 4K »

« Créez des vidéos de haute qualité à partir de textes, d'images ou de vidéos à l'aide d'une IA intuitive. Transformez en moins d'une minute vos prompts en vidéos réalistes (aucune compétence n'est requise) »

« Un seul modèle IA pour créer des images réalistes, des vidéos jusqu'à 20 secondes et de l'audio natif. La génération vidéo intègre un audio multilingue natif : dialogues, effets sonores et ambiance sont produits directement avec les images, sans post-traitement séparé nécessaire »