|
在AI多模态领域，视频生成的竞争已经到了白热化地步。2月28日，AI视频生成平台Pika上线唇形同步功能Lip Sync，只要上传文本或音频，就能让视频人物发声且嘴型完全同步。 Pika的音频生成部分由AI语音克隆创企ElevenLabs提供技术支持，但受限于已有产品的架构，Pika只能分段生成3秒时长的唇形同步视频，且仅生成唇部配合音频发生运动。 就在同一天，阿里推出更炸裂的视频生成框架EMO，只要输入一张图像和一段音频，就能生成任意时长的人像说话视频，且五官、表情非常自然。视频最终长度，取决于输入音频的长度。 在示例视频里，EMO不仅能让赫本讲话、让蒙娜丽莎读《莎士比亚》，还能让小李子唱超“烫嘴”Rap，甚至高启强也能化身罗翔普法。不管是让肖像唱歌（不同风格的歌曲）、让肖像开口说话（不同语种）、还是各种“跨演员”的表演，EMO的效果都令人大为惊叹。 AI视频又炸了！ Pika能“对口型” 阿里直接让赫本“唱歌”。点击视频，一看究竟！ 文章作者 视点 相关视频 00'41'' 阿里巴巴：2024财年已退出17亿美元非核心资产 | 一手 02-08 00:02  00'19'' 阿里巴巴：在2027年3月之前，增加250亿美元股份回购计划 | 一手 02-07 22:57  00'30'' 吴泳铭：坚持“万能的淘宝”定位，2024年 将在用户核心体验上加大投资 | 一手 02-07 22:27  02'16'' 淘天集团“换帅”业内：主要原因是电商业务表现不佳 2023-12-20 22:19  39'48'' 财经夜行线1220丨12月LPR继续按兵不动 沪指险守2900点关口 2023-12-20 21:42 一财最热 点击关闭
|