把一段音頻、一張照片輸入AI模型，就能讓圖中人物開口唱歌說話，讓奧黛麗·赫本唱《上春山》、陶俑仕女說英文RAP、愛因斯坦說中文段子。不久前，這款名為EMO的模型因為阿裡通義實驗室的一篇論文火遍海内外。今天，EMO正式上線通義App，所有使用者都可以免費使用。
打開通義App，進入“全民舞台”頻道，就可以來到EMO産品頁面“全民唱演”。在歌曲、熱梗、表情包中任選一款模闆，上傳肖像照片，EMO就可以合成視訊。
通義App首批上線了80多個EMO模闆，包括熱門歌曲《上春山》《野狼disco》等，網絡熱梗“缽缽雞”“回手掏”等。目前，通義App暫不開放使用者自定義音頻，使用者隻能選擇App預置的音頻來生成視訊。
EMO是通義實驗室研發的AI模型，其背後的肖像說話（Talking Head）技術是目前大熱的AIGC領域。EMO之前的Talking Head技術都需針對人臉、人頭或者身體部分做3D模組化，通義實驗室在業界率先提出了弱控制設計，不需模組化就可以驅動肖像開口說話，不僅降低視訊生成成本，還大幅提升了視訊生成品質。
EMO學習并編碼了人類表達情緒的能力，能将音頻内容和人物的表情、嘴型比對，還能把音頻的語氣特征和情緒色彩反映到人物微表情上。
2月底，通義實驗室公布相關論文，EMO随之成為繼SORA之後最受關注的AI模型之一。未來，EMO技術有望應用于數字人、數字教育、影視制作、虛拟陪伴、電商直播等場景。
通義App近期爆款頻出，現象級應用“全民舞王”曾在社交平台掀起“兵馬俑跳科目三”“金毛跳舞”的熱潮，全民舞王背後的模型Animate Anyone也出自通義實驗室。近期，通義APP還陸續推出了超長文檔解析、AI編碼助手、AI會議助手等免費實用功能。通義大模型正在成為越來越多使用者的超級AI助手。