阿里巴巴推出AI图生视频模型EMO

2月28日消息，阿里巴巴集团智能计算研究院在近日上线了一款新的AI图片-音频-视频模型技术EMO，官方称其为“一种富有表现力的音频驱动的肖像视频生成框架”。目前，EMO框架上线到GitHub中，相关论文也在arxiv上公开。据悉，用户只需要提供一张照片和一段任意音频文件，EMO即可生成会说话唱歌的AI视频，以及实现无缝对接的动态小视频，最长时间可达1分30秒左右。表情非常到位，任意语音、任意语速、任意图像都可以一一对应。