阿里最新推出的基於音頻驅動的肖像視頻生成框架EMO，可以根據輸入音頻生成任意持續時間的視頻。該框架由阿里巴巴智能計算研究院團隊開發，是一種富有表現力的視頻生成技術。EMO與之前的AI視頻生成方法相比有較大提升，但也存在耗時較長的缺點。團隊成員包括薄列峯等人，他們在論文中詳細介紹了EMO的技術路線和特性。這一新技術爲AI領域帶來了新的突破，讓人們對未來的發展充滿期待。