阿里巴巴推出AI圖生視頻模型EMO

2月28日消息，阿里巴巴集團(tuán)智能計(jì)算研究院在近日上線了一款新的AI圖片-音頻-視頻模型技術(shù)EMO，官方稱其為“一種富有表現(xiàn)力的音頻驅(qū)動(dòng)的肖像視頻生成框架”。目前，EMO框架上線到GitHub中，相關(guān)論文也在arxiv上公開。據(jù)悉，用戶只需要提供一張照片和一段任意音頻文件，EMO即可生成會(huì)說話唱歌的AI視頻，以及實(shí)現(xiàn)無縫對(duì)接的動(dòng)態(tài)小視頻，最長時(shí)間可達(dá)1分30秒左右。表情非常到位，任意語音、任意語速、任意圖像都可以一一對(duì)應(yīng)。