快科技4月25日消息,EMO終于上線通義APP,開放給所有用戶免費使用。
把一段音頻、一張照片輸入AI模型,就能讓圖中人物開口唱歌說話,讓奧黛麗赫本唱《上春山》、陶俑仕女說英文RAP、愛因斯坦說中文段子。
不久前,這款名為EMO的模型因為阿里通義實驗室的一篇論文火遍海內(nèi)外,模型的產(chǎn)品化進程也廣受關(guān)注。

如今,打開通義APP,進入“全民舞臺”頻道,就可來到EMO產(chǎn)品頁面“全民唱演”。在歌曲、熱梗、表情包中任選一款模板,上傳肖像照片,EMO隨即就能合成視頻。
通義APP首批上線了80多個EMO模板,包括熱門歌曲《上春山》《野狼disco》等,網(wǎng)絡(luò)熱梗“缽缽雞”“回手掏”等。
目前通義APP暫不開放用戶自定義音頻,用戶只能選擇APP預(yù)置的音頻來生成視頻。
據(jù)了解,EMO是通義實驗室研發(fā)的AI模型,其背后的肖像說話(Talking Head)技術(shù)是當(dāng)前大熱的AIGC領(lǐng)域。
EMO之前的Talking Head技術(shù)都需針對人臉、人頭或者身體部分做3D建模,通義實驗室在業(yè)界率先提出了弱控制設(shè)計,無需建模就可驅(qū)動肖像開口說話,不僅降低視頻生成成本,還大幅提升了視頻生成質(zhì)量。
EMO學(xué)習(xí)并編碼了人類表達情緒的能力,能將音頻內(nèi)容和人物的表情、嘴型匹配,還能把音頻的語氣特征和情緒色彩反映到人物微表情上。
今年2月底,通義實驗室公布相關(guān)論文,EMO隨之成為繼SORA之后受關(guān)注的AI模型之一。現(xiàn)在,通義APP讓所有人都可免費體驗前沿模型的創(chuàng)造力。

未來,EMO技術(shù)有望應(yīng)用于數(shù)字人、數(shù)字教育、影視制作、虛擬陪伴、電商直播等場景。
過一段時間內(nèi),通義APP爆款頻出,現(xiàn)象級應(yīng)用“全民舞王”曾在社交平臺掀起“兵馬俑跳科目三”“金毛跳舞”的熱潮,全民舞王背后的模型Animate Anyone也出自通義實驗室。
近期,通義APP還陸續(xù)推出了超長文檔解析、AI編碼助手、AI會議助手等免費實用功能。通義大模型正在成為越來越多用戶的超級AI助手。
本文鏈接:http://www.rrqrq.com/showinfo-17-85637-0.htmlEMO終于來了!通義APP推出照片唱歌功能:所有用戶可免費使用
聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。郵件:[email protected]