阿里最新推出的基于音频驱动的肖像视频生成框架EMO，可以根据输入音频生成任意持续时间的视频。该框架由阿里巴巴智能计算研究院团队开发，是一种富有表现力的视频生成技术。EMO与之前的AI视频生成方法相比有较大提升，但也存在耗时较长的缺点。团队成员包括薄列峰等人，他们在论文中详细介绍了EMO的技术路线和特性。这一新技术为AI领域带来了新的突破，让人们对未来的发展充满期待。