Emo

沉睡了两千多年的兵马俑，苏醒了？一句秦腔开场，将我们带到了黄土高原。如果不是亲眼所见，很多观众可能难以想象，有生之年还能看到兵马俑和宝石 Gem 同台对唱《从军行》。「青海长云暗雪山，孤城遥望玉门关。」古调虽存音乐变，声音依旧动人情：这场表演背后的「AI 复活召唤术」，叫做 EMO，来自阿里巴巴通义实验室。仅仅一张照片、一个音频，EMO 就能让静止形象变为惟妙惟肖的唱演视频，且精准卡点音频中的跌宕…

名为 Emo 的仿人机器人近日问世，它会观测你的脸部脸色，然后可以镜像师法你的脸部脸色，达到你笑它也笑的效果。人工智能（AI）目前快速发展，现在固然可以在很大程度上师法人类言语，不过放在实体机器人中，互动往往会产生“恐怖谷理论”（Uncanny Valley），一个重要的原因是机器人无法复制复杂的非言语暗示和举止。纽约哥伦比亚大学的霍德・利普森（Hod Lipson）及其同事们创造了一个名为 Em…

有了阿里的 EMO，AI 生成或真实的图象「动起来谈话或唱歌」变得更容易了。最近，以 OpenAI Sora 为代表的文生视频模型又火了起来。而除了文本生成视频之外，以人为中心的视频分解也一直是研究的焦点，比如专注于谈话人头部（Talking Head）的视频生成，它的目标是根据用户提供的音频片段来生成脸部心情。从技术上来看，生成心情需要捕获谈话人微妙和多样化的脸部行动，由此对此类视频分解任务提出…