HuMo AI — O Que É e Como Testar o Vídeo Open-Source da ByteDance (2026)
HuMo AI não é uma empresa nem uma app com um preço fixo: é um modelo de vídeo open-source, criado pela ByteDance e pela Tsinghua University, e à sua volta já cresceu um pequeno ecossistema de sites não-oficiais. Este guia explica o que é de verdade, e como testá-lo sem cair em armadilhas.
Se pesquisaste “HuMo AI” e chegaste a um site a pedir cartão de crédito por créditos, vale a pena parar um segundo: não tem dono comercial único, nem uma página de preços oficial. É um modelo de investigação lançado em código aberto, e qualquer site que cobre por ele está a vender acesso a algo que também podes correr de graça, se tiveres o hardware certo, ou testar em plataformas oficiais de investigação.
O que é o HuMo AI?
O nome técnico oficial do projeto é apenas HuMo (de “Human-Centric Video Generation via Collaborative Multi-Modal Conditioning”), mas como muita gente o pesquisa junto de “AI”, este guia usa “HuMo AI” ao longo do texto para corresponder a essa procura. Foi desenvolvido em conjunto pela Tsinghua University e pela equipa de investigação da ByteDance, e lançado publicamente em setembro de 2025 sob licença Apache 2.0, ou seja, código e pesos do modelo disponíveis gratuitamente para qualquer pessoa correr.
O foco do HuMo AI é gerar vídeo centrado em pessoas: mantém a identidade de um rosto ou personagem ao longo da cena, sincroniza os movimentos com áudio, e permite controlar o resultado combinando texto, uma imagem de referência e som. Ao contrário de geradores de vídeo generalistas como o Sora ou o Kling, o modelo não foi pensado para paisagens ou animais, é especialista em vídeo humano.
Como funciona o HuMo AI
- Combina três tipos de entrada, em conjunto ou separadamente: texto + imagem, texto + áudio, ou texto + imagem + áudio
- Preserva a identidade do sujeito ao longo do vídeo, mesmo quando muda a pose ou a cena
- Sincroniza lábios e movimento corporal com a faixa de áudio fornecida, através de uma estratégia própria de “focus-by-predicting”
- Permite injeção de objetos, para adicionar props à cena de forma natural
- Gera clips de cerca de 3,88 segundos (97 frames a 25fps), em resolução 480p ou 720p
HuMo-17B vs HuMo-1.7B: as duas versões do modelo
O HuMo AI está disponível em dois tamanhos, e a diferença entre eles é sobretudo o hardware que exigem:
| Versão | Qualidade | Hardware / tempo |
|---|---|---|
| HuMo-17B | Qualidade visual máxima, o modelo completo | Exige GPU profissional com bastante VRAM; a ByteDance não publica um número exato de GB |
| HuMo-1.7B | Qualidade inferior à do 17B, mas sincronização áudio-visual quase inalterada | Gera um vídeo em 480p em cerca de 8 minutos numa GPU de 32GB |
Na prática, isto significa que correr o modelo localmente com qualidade máxima não é para qualquer computador: falamos de placas gráficas de nível profissional, bem acima de uma GPU de consumo comum. É precisamente esta barreira de entrada que abriu espaço para sites de terceiros a oferecer o HuMo AI “na nuvem”, por créditos.
Como testar o HuMo AI
Há três caminhos diferentes para experimentar o modelo, com níveis de confiança muito diferentes entre eles:
1. Direto na fonte (mais fiável)
Os pesos e o código estão publicados no Hugging Face, na página oficial da bytedance-research, e o repositório de código está no GitHub, em Phantom-video/HuMo. Também há Hugging Face Spaces criados pela comunidade para testar sem instalar nada, embora a qualidade e disponibilidade variem por não serem geridos pela ByteDance.
2. OpenBayes (GPU gratuita para testar)
A plataforma OpenBayes disponibiliza cerca de 3 horas de computação em GPU gratuita, suficientes para experimentar tanto o HuMo-1.7B como o HuMo-17B sem investir em hardware próprio.
3. ComfyUI (para quem já usa geração de imagem/vídeo local)
O HuMo-1.7B tem suporte oficial no ComfyUI, e o HuMo-17B já foi integrado no ComfyUI-Wan. É a via mais prática para quem já tem um fluxo de trabalho local com outros modelos.
Atenção aos sites “HumoAI” pagos: ao pesquisar por HuMo AI vais encontrar sites como o humoai.co ou o humoai.net a oferecer acesso por créditos. Não são a ByteDance, o próprio humoai.net admite no rodapé ser “um site de demonstração educacional, não afiliado nem endossado pela ByteDance”. Um destes domínios foi registado há menos de um ano, com informação de registo escondida, o que por si só não os torna golpes, mas também não dá garantias. Antes de introduzires dados de pagamento em qualquer wrapper, confirma se compensa mais usar o OpenBayes gratuito ou correr o modelo pela fonte oficial.
Vantagens e Desvantagens
Vantagens
- É totalmente gratuito e open-source, sem subscrição obrigatória para quem tem hardware ou usa as opções gratuitas de teste
- Licença Apache 2.0 permite uso comercial do modelo, ao contrário de muitos modelos “abertos” com licenças mais restritivas
- Sincronização labial e de movimento com áudio é um dos pontos mais fortes deste modelo, mesmo comparado com ferramentas comerciais fechadas
- Suporte oficial já integrado em ferramentas populares como o ComfyUI
Desvantagens
- Correr o modelo com a qualidade máxima (17B) exige GPU profissional, fora do alcance da maioria dos computadores pessoais
- Não há uma app oficial simples, apenas código, o que exige alguma familiaridade técnica para instalar e configurar
- O ecossistema de sites não-oficiais à sua volta cresce mais depressa do que a informação fiável sobre eles, o que exige cuidado antes de pagar por qualquer wrapper
- É especializado em vídeo com pessoas, sem serventia para paisagens, produtos ou animação genérica
Para quem é o HuMo AI indicado?
Faz mais sentido para developers, investigadores e criadores técnicos confortáveis a correr modelos localmente ou em GPU alugada, que querem controlo total sobre geração de vídeo humano sem depender de uma subscrição fechada. É também uma boa opção para quem já usa ComfyUI e quer adicionar sincronização labial de qualidade ao seu fluxo de trabalho sem custo de licença.
Não é a escolha certa para quem procura uma solução pronta a usar, sem instalação, com suporte e interface polida, isso continua a ser terreno de ferramentas comerciais fechadas. Também não compensa para quem não tem paciência ou hardware para lidar com um modelo de investigação ainda em desenvolvimento ativo.
HuMo AI vs HeyGen
O HeyGen resolve o mesmo problema de base do HuMo AI, avatares humanos com sincronização labial, mas por um caminho completamente diferente: é uma plataforma comercial fechada, pronta a usar no browser, com mais de 100 avatares e tradução de vídeo em mais de 40 idiomas, por assinatura mensal. O modelo aberto ganha em controlo técnico e custo zero para quem tem hardware; o HeyGen ganha em facilidade, suporte e resultado imediato sem instalar nada. Para uso profissional recorrente sem equipa técnica, o HeyGen continua o caminho mais direto; para quem quer experimentar ou construir algo próprio em cima de um modelo aberto, o HuMo AI é a opção a explorar.
Perguntas Frequentes
O HuMo AI é gratuito?
Sim, o modelo em si é gratuito e open-source, sob licença Apache 2.0. Existem sites de terceiros que cobram por acesso alojado, mas não são a fonte oficial nem a única forma de o usar.
Quem criou o HuMo AI?
Foi desenvolvido em conjunto pela Tsinghua University e pela equipa de investigação da ByteDance, e lançado em código aberto em setembro de 2025.
Preciso de uma GPU potente para usar o HuMo AI?
Para o modelo completo (17B), sim, é preciso hardware profissional. Para a versão mais leve (1.7B), uma GPU com 32GB de VRAM gera um vídeo em 480p em cerca de 8 minutos. Quem não tem esse hardware pode usar as 3 horas de GPU gratuita da OpenBayes para testar.
Os sites humoai.co e humoai.net são oficiais?
Não. São wrappers de terceiros que oferecem acesso pago ao modelo, sem afiliação confirmada com a ByteDance. O próprio humoai.net declara isso no rodapé do site. Usa com cautela e confirma sempre a fonte oficial no Hugging Face ou no GitHub antes de pagares por qualquer um destes serviços.
Conclusão
O HuMo AI é um dos modelos open-source mais capazes para vídeo centrado em pessoas lançados em 2025 e 2026, mas não é um produto de consumo, é um projeto de investigação da ByteDance e da Tsinghua University que exige hardware ou paciência técnica para aproveitar bem. A maior armadilha não está no modelo em si, está no número de sites não-oficiais a cobrar por acesso a algo que continua disponível de graça na fonte. Se procuras uma alternativa pronta a usar, sem instalação, o HeyGen ou a Synthesia resolvem o mesmo problema com muito menos fricção técnica.
Para mais opções de geração de vídeo com IA, consulta o nosso comparativo completo de ferramentas de IA para vídeo por categoria, com geração, avatares, edição e dobragem lado a lado.
