定義
OmniHumanとは、1枚の人物画像と音声や動きの参照データを組み合わせ、口の同期や身振りまで含む自然な全身動画を生成するAI技術のこと。
OmniHuman (人物動画生成)とは（詳しく解説）
OmniHumanは静止画1枚と音声・動作参照などの入力を組み合わせ、口の同期や身振り、視線まで含む自然な全身動画を生成する人物動画生成AIの一種とされる。SoraやRunwayのような汎用動画生成と異なり、実在の人物画像を起点に動かす点が特徴で、広告・研修動画・多言語吹き替えなど現場での活用が2026年時点で広がっている。一方で実運用では、動画が長尺になるほど手指や背景の一貫性が崩れやすく、カット単位での修正作業が発生する点や、本人の許諾なく人物画像を使うと肖像権・なりすましのリスクが生じる点が落とし穴とされる。商用利用のコストは生成尺と解像度に応じた従量課金が主流で、サービス間の相場感を比較しつつ、口パク精度や日本語音声との相性、商用利用規約の範囲を基準に選ぶのが現実的とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「OmniHuman (人物動画生成)とは」 https://aipicks.jp/glossary/omnihuman
OmniHuman (人物動画生成)の使用例
- 社員写真1枚と原稿音声を入力し、研修動画用に口の動きが同期した挨拶動画を生成する使い方が想定される。
- 既存の商品モデル写真から、多言語吹き替え版のプロモーション動画を短時間で作る用途に向くとされる。
