阿里最新图生视频模型效果好得可比肩Sora，但0代码“假”开源让国内外网友骂翻了天？

阿里推出的AI图生视频模型EMO，利用庞大且多样化的音频视频数据集进行训练，能够生成具有丰富面部表情和多种头部姿态的语音头像视频。尽管引起了一些开发者的不满和质疑，但该模型在图生视频领域具有较高的技术特点和应用前景。EMO的训练过程采用了创新型语音头像框架，主要由两个阶段组成，采用了Stable Diffusion（SD）作为基础框架，能够降低计算成本，同时保持更高的视觉保真度。整体来看，EMO模型在视频质量方面具有显著优势，但仍存在一定局限性，如耗时较长和可能生成其他身体部位。该模型在面部表情生动度方面表现出色，对应表中的E-FID得分（越低越好）。总体而言，EMO模型在图生视频领域具有较高的技术特点和应用前景。