浙江大學與阿里巴巴聯合推出全新音頻驅動模型OmniAvatar，標誌着數字人技術邁向新高度。該模型以音頻爲驅動，可生成自然流暢的全身數字人視頻，尤其在歌唱場景下表現突出，口型與音頻脣形同步精準，效果逼真。

OmniAvatar支持通過文本提示精細控制生成細節，用戶可自定義人物動作幅度、背景環境及情緒表達，展現出極高的靈活性。此外，該模型能夠生成虛擬人物與物體互動的視頻，爲電商廣告、營銷廣告等商業場景提供了廣闊應用空間。例如，品牌可利用OmniAvatar製作動態廣告，增強消費者互動體驗。

作爲開源項目，OmniAvatar已在GitHub上發佈，吸引了全球開發者的關注。其在面部表情、半身及全身動畫生成上的優異表現，超越了現有同類模型。據悉，該模型還支持多場景應用，包括播客節目、人際互動及動態表演等，展現了其在內容創作領域的巨大潛力。

業界專家表示，OmniAvatar的發佈不僅提升了音頻驅動數字人技術的真實性與可控性，也推動了AI在營銷、教育及娛樂等領域的創新應用。未來，浙江大學與阿里巴巴將繼續深化合作，探索多模態AI的更多可能性。