该功能可应用于视频直播、成工聊天机器人、可键口说企业营销等场景。让照人目前，话媲该工具已在魔搭社区创空间开放体验。阿里
自对话大模型和AI绘画模型相继火热后，业界对生成式AI的频生片开研究逐步朝更多模态的方向演进，AI视频生成便是成工热门技术之一。该技术可将文本或音频等信息转换为面部运动信息，可键口说进而驱动生成照片人物形象的让照人动画，能有效降低视频拍摄和制作门槛。话媲
此次上线的阿里Live Portait工具由运动模块和生成模块组成，其采用阿里云自研的口型预测算法，生成的口型准确度相比传统方法大幅提高；在训练阶段，增加了姿态的显式控制，无需底板视频也可以生成任意动作的视频，大幅提升数字人说话的真实感。
此外，通过眼神主动控制技术，Live Portait可以为眼球增加一些自然运动，使得生成结果在观感上更接近真人效果。据介绍，Live Portait相关技术已被CVPR、ICCV等国际AI顶会收录。
根据魔搭社区上的信息显示，在Live Portait上传照片后，用户可选择文本驱动和音频驱动两种方式，文本驱动模式下，该工具提供了普通话、英语、粤语、童声等28种声音。此外，Live Portait还提供了轻量模型选择，帮助用户更快速生成视频。
该工具算法负责人张邦表示：“ Live Portait集成了团队多项自研创新技术，例如仅需单张图片就能生成逼真的面部动画，突破了传统对抗生成网络的局限。随着技术的进一步迭代，图生视频有巨大的应用空间，有望成为企业降本增效的生产工具。”
据悉，该团队研究方向涵盖数字人、3D模型AI生成、高真实感渲染、自然人机交互等领域，目前已发表50多篇国际顶会论文。
(责任编辑：综合)