太炸裂了！阿里开发出 AI 图生视频模型EMO，高启强普法、蒙拉丽莎唱歌样样都会｜钛媒体AGI

图片地址：https://images.tmtpost.com/uploads/images/2024/02/a2ed25bc7de350de0feed9d794f83410_1709140463.jpeg

继美国OpenAI公司推出Sora引爆网络之后，中国互联网科技巨头阿里巴巴（Alibaba Group）如今已加紧追赶。钛媒体AGI 获悉，2月28日，阿里巴巴集团智能计算研究院日前上线了一款新的 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”。据悉，你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。比如，《狂飙》电视剧中“高启强”畅谈罗翔普法；蔡徐坤的一张图片，就能通过其他音频配合“唱出”一首rapper饶舌，连口型都几乎一模一样；甚至前不久OpenAI发布的Sora案例视频里面，一位 AI 生成的带墨镜的日本街头女主角，现在不仅能让她开口说话，而且还能唱出好听的歌