# OmniShow

> Нейросеть создает видео людей с предметами по фото, звуку и позам одновременно

OmniShow - модель ByteDance для генерации видео с взаимодействием человека и объектов. Поддерживает текст, изображения, аудио и позы в едином фреймворке.

- Категории: Opensource, Бесплатные, Инструменты разработчика, Создание видео
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/Correr-Zhou/OmniShow
- Карточка в каталоге: https://ailibri.com/omnishow
- Обновлено: 2026-05-04

## Описание

OmniShow - это модель от ByteDance для генерации видео с взаимодействием человека и объектов. Главная фишка в том, что она умеет работать сразу с несколькими типами входных данных: текстом, референсным изображением, аудио и позами. Вместо того чтобы создавать отдельные инструменты под каждую задачу, разработчики собрали всё в одну модель.


Модель справляется с четырьмя сценариями: генерация видео по референсу (R2V), по референсу и аудио (RA2V), по референсу и позам (RP2V), а также полный набор - референс, аудио и позы одновременно (RAP2V). При этом OmniShow остаётся единственной моделью, которая поддерживает полный RAP2V режим.


В основе лежат три технических решения. Первое - унифицированное встраивание условий через конкатенацию каналов, которое добавляет к зашумлённым видеокадрам псевдо-фреймы с семантическими деталями. Второе - механизм внимания с локальным контекстом и адаптивным гейтингом для точной синхронизации аудио и видео. Третье - двухэтапное обучение: сначала модель тренируется отдельно на задачах R2V и A2V, затем веса интерполируются и дообучаются совместно.


Вместе с моделью авторы выпустили HOIVG-Bench - бенчмарк из 135 тщательно подобранных образцов с текстовыми описаниями, референсами людей и объектов, аудио и последовательностями поз. По результатам тестов OmniShow показывает лучшие результаты в сравнении с конкурентами вроде HuMo, Phantom и VACE.


Проект пока в стадии внутреннего ревью, код обещают выложить позже. Технический отчёт уже доступен, а на сайте проекта можно посмотреть примеры работы модели - от аватаров, управляемых аудио, до замены объектов и ремикса видео.

## Похожие сервисы в каталоге

- [LongLive-2.0](https://ailibri.com/longlive-2-0): LongLive-2.0 — инфраструктура NVIDIA для генерации длинных видео с технологиями NVFP4, параллельным обучением Balanced SP и ускоренным инференсом через W4A4.
- [OmniWeaving](https://ailibri.com/omniweaving): OmniWeaving - инструмент для унифицированной генерации видео с композицией произвольной формы и рассуждениями. Основан на HunyuanVideo-1.5 от Tencent Hunyuan.
- [Lumos-Custom](https://ailibri.com/lumos-custom): Lumos-Custom - открытый исследовательский проект для кастомизации видео: персонализация нескольких субъектов, настройка освещения и атрибутов в генерируемых вид
- [Hermes Agent](https://ailibri.com/hermes-agent): Hermes Agent — агент с открытым исходным кодом от NousResearch, который развивается вместе с вами. Поддержка инструментов, веб-исследований и автоматизации зада
- [HeyCLI](https://ailibri.com/heycli): Инструмент для перевода команд с обычного языка на язык Linux. Просто опишите словами, что нужно сделать, и получите готовую команду.
- [Openclaw Infra](https://ailibri.com/openclaw-infra): Openclaw Infra - Docker-инфраструктура для запуска AI-агентов OpenClaw с поддержкой Telegram. Простое развертывание нескольких агентов на одном сервере.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com