En qué fijarse
Este clip vertical de diez segundos en 720p de OmniHuman 2.0 se generó a partir de una sola foto y una grabación de voz, sin montaje. Los labios coinciden con las palabras, la mano libre gesticula, la cabeza se inclina en las pausas y el frasco sigue en su mano hasta el final. El retrato lo generó una IA y la voz es sintética: en el clip no aparece ninguna persona real. La página del modelo muestra dos ejemplos más: un narrador con gestos y un personaje animado con emociones.