阿里云宣布自研EMO模型上线通义App，用照片 + 音频生成唱歌视频

通义实验室研发的 AI 肖像视频生成系统 EMO 正式上线通义 App，该系统由阿里巴巴集团智能计算研究院开发。用户可以通过上传一张肖像照片让 EMO 合成演戏唱歌视频，这一功能是通过输入单一的参考图像和语音音频实现的。EMO 具有音频驱动的视频生成特点、高表现力和逼真度、无缝帧过渡等优点，并且能够保持角色身份的一致性，增加视频生成过程中的稳定性。