阿里巴巴最新發表語音驅動虛擬角色生成模型「OmniAvatar」，擴展AI生成影片技術應用範疇。該模型可根據語音與簡單提示，即時生成栩栩如生的全身動畫角色，具備自然動作、豐富表情與高度語音同步的嘴型對應，象徵虛擬人技術進入全新發展階段。
OmniAvatar整合臉部表情控制、肢體語言模擬與情緒感知能力，角色可根據語音內容展現喜悅、驚訝、憤怒等多種情緒，並模擬拿取物品、指向場景等動作，提升虛擬互動的真實感。用戶更可透過文字指令調整背景與角色語氣，甚至生成虛擬人演唱片段，呈現接近真人的口型與節奏。
阿里巴巴已於Arxiv公開發表研究論文，說明模型透過跨模態學習整合語音、視覺與姿勢特徵，是實現高同步與自然表現的關鍵。儘管目前部分視覺細節仍略顯「塑膠感」，但技術成熟度已吸引教育、客服、娛樂等領域高度關注，被視為推動數位互動內容升級的重要突破。（編輯部）
供應鏈與場景力成決勝關鍵
打造全球雲端與AI基礎設施網絡
打造全球雲端與AI基礎設施網絡
阿里股價一度挫逾4%
阿里前副總裁賈揚清加入
蔡崇信：AI投資警惕產能過剩
井賢棟專任董事長
阿里願付34億元和解
打賞男主播32萬次花掉6,000萬
技術高超竟能騙過驗鈔機
竟被醫生要求檢查前列腺
雷軍轉發點讚
明日公佈首期中籤名單
特朗普「大而美法案」展開辯論
並試行「按爬取付費」模式
台灣首款AI推理大模型或亮相
下載APP