Ein Porträt plus Stimme oder Song ergibt ein lippensynchrones 720p-Video von 4 Sekunden bis 5 Minuten. Entwickelt von ByteDance, bei uns über den Renoise Agent.
Jeder Clip hier ist echter OmniHuman-2.0-Output aus Renoise, erstellt aus dem Foto in der Ecke. Fahr mit der Maus darüber, um ihn zu hören.
OmniHuman 2.0 erfindet keine Stimme. Mund, Gesicht und Kopf bewegen sich genau zu dem Audio, das du mitgibst, und der Clip ist so lang wie die Tonspur. Hier hat eine Text-to-Speech-Stimme das Skript gesprochen, den Rest hat das Foto erledigt.
Gesang funktioniert genauso wie Sprache. Gib ein Lied mit Leadgesang mit, und das Gesicht folgt der Melodie: gehaltenen Tönen, Atemzügen, dem Beat. Ein reines Instrumental wird abgelehnt, weil es keiner Stimme zu folgen gibt.
Das Audio darf 4 bis 300 Sekunden lang sein, und das Video ist eine durchgehende Einstellung gleicher Länge, ohne Schnittstellen. Diese 24-Sekunden-Geschichte hält Gesicht, Brille und Tuch vom ersten Wort bis zum Lachen am Ende stabil.
Der Prompt ist optional, steuert aber Mimik, Hände und Kamera. Hier war das Abzählen an den Fingern und eine langsame Kamerafahrt nach vorn gewünscht. Schreib ihn auf Englisch, Chinesisch, Japanisch, Koreanisch, Spanisch oder Indonesisch; den Bildausschnitt bestimmt weiterhin das Foto.
Der Mund folgt den Lauten im Audio, nicht einem englischen Skript, also klappt eine Tonspur in einer anderen Sprache genauso. Diese Begrüßung ist japanisches Text-to-Speech; tausch die Tonspur aus und synchronisiere ein Porträt in mehrere Sprachen.
OmniHuman ist ByteDances audiogesteuertes Modell für Menschen-Videos: Aus einem Foto einer Person und einer Tonspur wird ein Video, in dem diese Person spricht oder singt, mit Lippen, Gesicht, Kopf und Händen im Takt des Tons. OmniHuman 2.0, am 15. Oktober 2026 von BytePlus veröffentlicht, erzeugt Clips von 4 Sekunden bis 5 Minuten in 720p.
In Renoise läuft OmniHuman 2.0 über den Agent, im selben Plan wie mehr als 30 andere Modelle. Der Agent kann vorher das Skript schreiben und vertonen, mit einer vorgefertigten Stimme oder einer aus deiner eigenen Aufnahme geklonten, und übergibt dann Audio und Foto an OmniHuman.
Du brauchst 1080p oder eine bewegte Szene statt eines sprechenden Kopfes? Nimm Seedance 2.5. Du willst einen kurzen Clip, dessen Stimme das Modell selbst erzeugt? Nimm Grok Imagine Video.
Spezifikationen wie in Renoise verfügbar, geprüft am 11. November 2026.
Nimm ein Foto, auf dem Gesicht und Mund gut zu sehen sind. Kopf-und-Schulter-, Halbkörper- und Ganzkörperaufnahmen funktionieren, bei einem Seitenverhältnis (Breite zu Höhe) zwischen 0,4 und 2,5; das Video übernimmt den Bildausschnitt des Fotos. Verwende dein eigenes Gesicht oder eines, für das du die Erlaubnis hast.
Lade 4–300 Sekunden Sprache oder Gesang als MP3 oder WAV hoch, oder gib dem Agent das Skript: Eine vorgefertigte Text-to-Speech-Stimme kostet etwa 2 Credits pro Zeile, eine aus deiner autorisierten Aufnahme geklonte Stimme 20 Credits. Im Avatar Studio gibt es dieselben Optionen als Buttons.
Beschreib bei Bedarf, wie sich die Person bewegen soll: Mimik, Gesten, eine Kamerafahrt nach vorn. Der Agent nennt dir die Credits, bevor er startet. Eine 10-Sekunden-Spur braucht etwa 3 Minuten; du lädst ein MP4 ohne Wasserzeichen herunter, der Ton ist schon drin.
Vom ersten OmniHuman-Paper bis zu OmniHuman 2.0 im Renoise Agent.
Forschende von ByteDance veröffentlichen OmniHuman-1: Ein Bild plus Audio oder Video animiert einen Menschen als Porträt, Halbkörper oder Ganzkörper. Kein öffentlicher Release.
Der Nachfolger bringt Clips über eine Minute, Szenen mit mehreren Personen und Textsteuerung für Kamera und Aktionen. Später treibt er die Avatare in ByteDances App Dreamina an.
BytePlus veröffentlicht OmniHuman 2.0: Audio von 4–300 Sekunden, natives 720p, ein optionaler Prompt in sechs Sprachen.
Renoise öffnet OmniHuman 2.0 für seinen Agent und MCP, zu 14 Credits pro Sekunde Audio.
Quellen: OmniHuman-Lab-Seiten und arXiv, BytePlus-API-Dokumentation zu OmniHuman 2.0, Renoise-Release-Notizen. Zuletzt aktualisiert
Renoise nutzt nur 2.0. So unterscheidet es sich von OmniHuman 1.5, verglichen anhand der beiden BytePlus-APIs.
OmniHuman 1.5 nimmt pro Clip weniger als 60 Sekunden Audio. OmniHuman 2.0 nimmt 4 bis 300 Sekunden, sodass ein komplettes Erklärvideo oder Strophe und Refrain in eine einzige Einstellung passen.
OmniHuman 1.5 rendert 720p oder 1080p. OmniHuman 2.0 rendert nur natives 720p. Für 1080p nimm ein allgemeines Videomodell wie Seedance 2.5.
Bei OmniHuman 1.5 lässt sich festlegen, welche Person im Foto sprechen soll. Die 2.0-API hat diese Steuerung nicht. Für eine Szene mit zwei Personen machst du also einen Clip pro Sprecher und schneidest zwischen ihnen.
Das Bildlimit steigt von 5 MB auf 30 MB, bei 300–6.000 Pixeln pro Seite. Handyfotos gehen also ohne Verkleinern rein.
Drei Videomodelle in Renoise, die einer Person Worte in den Mund legen können, verglichen anhand der Limits, die Renoise freigibt.
| In Renoise | Grok Imagine Video 1.5 | Seedance 2.5 | |
|---|---|---|---|
| Wo nutzbar | Agent, API, MCP | Videos-Menü, Canvas, Agent | Videos-Menü, Canvas, Agent |
| Stimme kommt von | Deiner Tonspur | Dem Modell | Dem Modell oder Audio-Referenzen |
| Cliplänge | 4–300 s, folgt dem Audio | 1–15 s | 4–30 s |
| Max. Auflösung | 720p | 720p | 1080p |
| Credits · 10 s in 720p | 140 | 170 | 320 |
| Am besten für | Lange Sprech- oder Gesangsaufnahmen mit fester Stimme | Kurze Sprechclips, schnelle Entwürfe | Szenen mit Bewegung, 1080p |
Renoise-Modellliste und Credit-Schätzungen (geprüft am 2026-11-11).
Stand Oktober 2026 nutzen über 100.000 Creator in mehr als 170 Ländern und Regionen Renoise AI, eine KI-Plattform für Video, Bild und Audio, und haben mit über 30 Modellen mehr als 300.000 Bilder und Videos generiert.
Quelle: interne Daten von Renoise, März–Oktober 2026. Die Zahlen sind abgerundet und werden vierteljährlich aktualisiert. Zuletzt aktualisiert
Echtes Feedback von Creatorn, die mit Renoise AI Videos, Bilder und Anzeigen erstellen.
Renoise is pretty easy to use, with a clean and smooth interface. The results from Seedance 2.5 also feel noticeably smoother in action sequences.
Renoise Ai is a good tool for making ai videos and photos. it puts several Ai models in one place, so you don't need to use many different apps.
あまりAIツールを使ったりしたことなかったですが、キャラクターの固定や動画を続いて作成できて使いやすいです。これからどんどん進んでいくアップデートが楽しみです。
Renoise has been a great platform for AI creativity. The tools are easy to use, the experience is smooth, and it makes creating content more enjoyable and efficient. I really appreciate the work the team is doing and look forward to seeing more improvements. Highly recommended!
What I like about Renoise AI compared to other platforms: Fast generation speed: Slow generation takes up way too much time, but Renoise AI is surprisingly about 30% faster. Intuitive and user-friendly UI: Cheaply made platforms have terrible UIs that make me not even want to log in, but Renoise is very clean and convenient. Remembers my previous settings: It helpfully remembers my last workspace settings. Some odd platforms force you to re-adjust everything every single time you generate a video, which is extremely frustrating. Overall preference: For all these reasons, Renoise AI is definitely my preferred platform. Thank you!
Renoise is your go to one stop all for ai creators. all view and use all models in one place, for any type of content you have your mind on!
I have a creat experience with the app. Consistent characters but also unique. THere were some issues with storyline continuity and non-typical humanoid characters.
Ein Renoise-Plan schaltet OmniHuman 2.0 und alle anderen Video-, Bild- und Audiomodelle frei, abgerechnet pro Generierung aus den Credits deines Plans.
Für deine ersten KI-Kreationen
pro Monat
≈ 150 Generierungen mit GPT Image 2
≈ 60 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für wöchentliches Erstellen
pro Monat
≈ 450 Generierungen mit GPT Image 2
≈ 180 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für Produktion im Profi-Maßstab
pro Monat
≈ 1,750 Generierungen mit GPT Image 2
≈ 700 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für deine ersten KI-Kreationen
pro Monat, jährliche Abrechnung
Spare $48gegenüber monatlicher Zahlung
≈ 150 Generierungen mit GPT Image 2
≈ 60 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für wöchentliches Erstellen
pro Monat, jährliche Abrechnung
Spare $216gegenüber monatlicher Zahlung
≈ 450 Generierungen mit GPT Image 2
≈ 180 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Für Produktion im Profi-Maßstab
pro Monat, jährliche Abrechnung
Spare $960gegenüber monatlicher Zahlung
≈ 1,750 Generierungen mit GPT Image 2
≈ 700 Seedance-2.0-Videos
Der Agent bringt deine Idee bis zum fertigen Video.
Starter und Standard: Produktionsarbeit im Director Mode verbraucht Credits nach Nutzung. Advanced: kostenlos.
Keine Warteschlange. Starte beliebig viele bezahlte Generierungen gleichzeitig.
Renoise Agent nutzt Frontier-Modelle führender KI-Labore, um deine Shots zu planen, Prompts zu schreiben und für jeden Shot das passende Modell auszuwählen. Der Chat mit dem Agent ist in jedem Tarif kostenlos.
Mit Renoise.ai erstellte Inhalte dürfen vorbehaltlich unserer Nutzungsbedingungen kommerziell genutzt werden
Ja. BytePlus hat die OmniHuman-2.0-API am 15. Oktober 2026 veröffentlicht, und Renoise hat sie am 23. Oktober 2026 für seinen Agent freigeschaltet. In Renoise bittest du den Agent darum oder rufst `omnihuman-2.0` über API, CLI oder MCP auf; im Modellmenü unter Videos steht es nicht.
OmniHuman stammt vom Forschungsteam von ByteDance, das OmniHuman-1 und 1.5 als Paper veröffentlicht hat. BytePlus, das Cloud-Geschäft von ByteDance, verkauft OmniHuman 2.0 als API. Renoise trainiert keine eigenen Videomodelle, sondern bindet OmniHuman 2.0 neben Seedance, Kling, Grok und anderen in einem Plan ein.
So lang wie das Audio: zwischen 4 und 300 Sekunden, in einer durchgehenden Einstellung. Die Länge lässt sich nicht separat einstellen, also schneide das Audio auf die gewünschte Länge. Für mehr als 5 Minuten teilst du das Audio auf und fügst die Clips im Schnittprogramm zusammen.
Nur in 720p, und der Bildausschnitt folgt deinem Foto: Ein Hochformat-Porträt ergibt ein Hochformat-Video, ein Querformat-Foto ein Querformat-Video. Eine 1080p-Option hat OmniHuman 2.0 nicht. Für 1080p-Aufnahmen einer Person in einer bewegten Szene nimm stattdessen Seedance 2.5.
In Renoise 14 Credits pro Sekunde Audio, aufgerundet auf die nächste volle Sekunde: Ein 10-Sekunden-Clip kostet 140 Credits, eine Minute 840 und die vollen 5 Minuten 4.200. Eine Text-to-Speech-Stimme kostet zusätzlich etwa 2 Credits pro Zeile, eine geklonte Stimme 20. Die Pläne findest du unter Preise.
Nein. OmniHuman 2.0 wird pro Generierung aus den Credits deines Renoise-Plans abgerechnet und gehört zu keinem Unlimited-Angebot. Der kürzeste Clip, 4 Sekunden Audio, kostet 56 Credits.
Nein. ByteDance hat die Paper zu OmniHuman-1 und 1.5 auf arXiv veröffentlicht, aber keine Modellgewichte, keinen Code und keine App; die Lab-Seite sagt ausdrücklich, dass es keine Downloads gibt. OmniHuman 2.0 gibt es nur als API, über BytePlus oder Plattformen wie Renoise.
Ja. Gib ein Lied mit gesungener Stimme mit, und das Gesicht folgt der Melodie, wie im Gesangsbeispiel oben, das mit einem in Renoise generierten Song entstanden ist. Ein reines Instrumental wird abgelehnt. Nimm einen Ausschnitt statt des ganzen Songs, um die Kosten niedrig zu halten.
Ja. Lade eine eigene Aufnahme hoch, oder lass den Agent deine Stimme aus einer kurzen autorisierten Aufnahme klonen und damit jedes Skript sprechen. Gesicht oder Stimme einer anderen Person nutzt du nur mit deren Erlaubnis.
Ein Clip folgt einer Tonspur; OmniHuman 2.0 kann nicht steuern, wer spricht, also machst du einen Clip pro Sprecher. Laut BytePlus funktionieren Cartoons und Tiere; in Renoise haben wir das nicht getestet. Andere Avatar-Plattformen findest du unter Renoise vs. HeyGen.
Ja. Videos aus einem bezahlten Renoise-Plan haben kein Wasserzeichen und dürfen in Werbung, auf Produktseiten und für Kundenprojekte genutzt werden. Du brauchst die Rechte an Gesicht und Stimme: deine eigenen oder die einer Person, die dich dazu autorisiert hat. Keine Personen des öffentlichen Lebens und keine Minderjährigen darstellen.
Lade ein Porträt hoch, gib dem Agent ein Skript oder eine Aufnahme und erhalte ein lippensynchrones Sprech- oder Gesangsvideo.