阿里的EMO框架通過關注音頻提示和麪部動作之間的聯繫，增強了頭部視頻生成的真實度、自然度和表現力。EMO支持不同語言的歌曲和口語音頻生成，可以讓角色化身具有豐富的表情和動態。此外，EMO還能實現不同角色之間的聯動，爲視頻生成帶來更多可能性。