真假难辨！阿里升级AI人像视频生成，表情动作直逼专业水准

阿里巴巴通义实验室推出EMO2，仅需人物肖像图片和音频，即可生成高表现力的人像视频。该研究受机器人控制系统的启发，将手部动作视为“末端执行器”，提出基于音频驱动的两阶段框架。第一阶段生成手部动作，第二阶段生成全身动作。实验表明，EMO2在动作多样性、手部清晰度等方面显著优于现有方法，为音频驱动视频生成提供了新思路。
来源：https://mp.weixin.qq.com/s/LNNENugAI9-8UUuRBjrvKA