音频驱动全身视频生成模型 夸克与浙江大学联合开源OmniAvatar

记者25日从阿里旗下夸克获悉，夸克技术团队和浙江大学最新联合开源了OmniAvatar，这是一个创新的 音频驱动全身视频生成模型，只需要输入一张图片和一段音频，即可生成相应视频，且显著提升了画面 中人物的唇形同步细节和全身动作的流畅性。此外，还可通过提示词进一步精准控制人物姿势、情绪、 场景等要素。 ...