OmniHuman 2.0 升级：单次生成时长提至 5 分钟，单秒成本降至 $0.07

OmniHuman 升级至 2.0 版本，可通过音频和人物形象生成说话视频，并能理解音频的情绪与语气。单次连续生成时长从 60 秒提升至 5 分钟，单秒成本从 $0.12 降至 $0.07。