撰稿 | 伊风

整个2月，Sora 可谓是当之无愧的 AI 明星，公布的两波 AI 视频吸睛无数。没想到在2月末尾，还能有另一位视频生成“选手”让我们感到惊喜！

那就是阿里新推出的视频生成框架——EMO (Emote Portrait Alive) 。EMO 基于扩散模型，只需要提供图像和音频就可以生成富有表现力的肖像视频。从公布的视频来看，EMO 在生成肖像的动作、口型及表情等方面均表现不俗，展现了与 Sora 一样丰富的“可玩性”，能完成许多具有想象力和创造性的各类视频。

EMO 驱动的肖像不仅可以唱歌、口语对白，甚至还能为你秀一段快嘴说唱。示例视频中展现了 EMO 多样的生成能力和优越的实现效果，含有阿里团队的大量“官方整活”。

通过 EMO，你可以让蒙娜丽莎不再只是神秘微笑，转而纵情高歌一首时下的热曲《flowers》；让蔡徐坤去秀一段快嘴，成为比肩姆爷的“rap god”;或者让反派高启强改邪归正加入普法队伍……不得不说，每一支视频都脑洞大开。

1.歌声驱动，人人都能当歌星

画面中 AI 生成的蒙娜丽莎，正站在她那神秘、幽静的山峦之间，远处是无际的绿植与道路。置身于这样的美景之间，蒙娜丽莎情不自禁地唱起麦莉·赛勒的《flowers》。唱到陶醉之时的蒙娜丽莎不仅会流露自信的笑容，还间或闭上眼睛，完全沉醉在歌唱之中，给人非常真实的视听体验。

Sora 视频中那位走在巴黎街头的皮衣女士也来体验了一把 EMO 的生成效果。在该视频中“Sora 女士”不仅头部运动自然，发力时眉毛的运动及换气的感觉也都让人十分惊喜。此外， EMO 对于耳环的摆动、甚至墨镜中反光的倒影也进行了较为逼真的还原。

2.二次元到三次元，多个语种都能唱

视频中银发绿瞳的精致女孩正面朝阳光，唱着宁艺卓翻唱版本的《Melody》，中英文切换时自然流畅。值得一提的是，驱动这支视频的图像也由 AI 生成，但整体呈现的效果犹如一位真实的美女主播。

画面中的“哥哥”张国荣正唱着 Eason 的那首《无条件》。有网友认为，这支视频暴露了EMO 在跟随粤语时生成的口型不够自然。不知道大家欣赏这支视频时，是否会有“音画不同步”的感觉。当然，这支视频中哥哥愉悦的积极情绪与《无条件》歌词的情感基调有断裂，这可能也是让我们感到“哪里不对”的原因之一。

3.语速快如rap god，也不留破绽

视频中还没成为中年大叔的貌美版“小李子”，正唱着阿姆的《GODZILLA》。从驱动视频来看，肖像人物的表情与说唱的节奏配合自然，中间停顿时的神情也极具感染力。

以下视频来源于

往事如歌

没有比让坤坤唱《rap god》更抽象的整活了。不知道为何，两个说唱的示例都选择了“姆爷”的歌曲，这可能也是阿里团队的一种炫技。

4.对白也能 hold 住，反派普法不是梦

视频采用了《The Dark Knight》 2008 Jocker 的经典台词，“Why so serious? Let's put a smile on that face ” 驱动了 2019 版 Jocker 。小丑脸上的油彩随着肌肉的运动而自然运动着。

这支视频让强哥和“法外狂徒张三”联动了一把。视频中的高启强为大家解读“紧急避险”的概念，看来强哥不仅可以吃鱼，饿到快死的时候吃点熊猫、金丝猴也是可以的。

视频来源：https://humanaigc.github.io/emote-portrait-alive/