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。
相關推薦
火山引擎Seedance2.5上線Draft模式:480P試錯、1080P成片,成本最高省77%
火山引擎爲Seedance2.5 API推出Draft樣片模式,將視頻生成分兩階段:先用480P低成本生成樣片,供創作者檢查場景、構圖、動作、對白音效與運鏡節奏,調整提示詞和素材後,再基於樣片ID生成1080P成片。模型關聯提示詞、參考素材及seed、比例、時長等參數二次推理,保證成片結構一致。
Sep 23, 2026
238.9k
Qwen4已投入訓練,阿里公佈10萬億參數模型演進路線
9月22日雲棲大會杭州開幕,阿里公佈大模型進展:Qwen4已投入訓練,後續參數規模計劃擴至5萬億至10萬億;遞歸自我改進進入訓練、推理及芯片協同;多模態矩陣升級,11月發佈新一代視頻生成模型。劉大一恆稱Scaling是邁向ASI的重要路徑。
Sep 22, 2026
384.1k
阿里發佈 Qwen3.8-Omni-Flash:原生全模態、百萬上下文,音頻成本砍掉 98%
阿里巴巴Qwen團隊發佈原生全模態模型Qwen3.8-Omni-Flash,支持文本、圖像、音頻、視頻四類輸入,上下文窗口達100萬Token,29項基準較上代平均提升超25%。其最大變化在於處理方式:不再簡單拼接語音、圖像識別,而是從模型層原生融合多模態理解與AI智能體能力。
Sep 18, 2026
458.2k
阿里發佈全新 Qoder:從 AI 編程工具升級爲面向所有人的智能體工作臺
阿里發佈全新Qoder,將AI編程IDE升級爲以Coding能力爲核心底座的智能體工作臺。用戶用自然語言描述目標,即可由其理解上下文、制定計劃、調用工具、執行並驗證,全程可查看、調整或接管。該IDE全球發佈一年累計用戶超600萬,服務超10萬家企業。新版本背後是三重協作範式轉移。
Aug 28, 2026
543.4k
直出4K分辨率!谷歌全新Gemini Omni 1.1 Flash視頻模型重磅登場
谷歌發佈視頻生成AI模型Gemini Omni1.1 Flash,最高支持4K超高清輸出,並在場景擴展、運鏡控制與生成效率上全面升級,面向開發者和專業創作者。該模型主打多項功能亮點,用戶可直接進行場景擴展等操作,推動多模態視頻生成向更高清、更長時方向演進。
Aug 28, 2026
312.1k
VIP會員