【大河财立方 记者 陈薇】把一段音频、一张照片输入AI模型，就能让图中人物开口唱歌说话，让奥黛丽赫本唱《上春山》、陶俑仕女说英文RAP、爱因斯坦说中文段子。4月25日，一款名为EMO模型上线通义App，开放给所有用户免费使用。

打开通义App，进入“全民舞台”频道，就可来到EMO产品页面“全民唱演”。在歌曲、热梗、表情包中任选一款模板，上传肖像照片，EMO随即就能合成视频。

通义App首批上线了80多个EMO模板，包括热门歌曲《上春山》《野狼disco》等，以及网络热梗“钵钵鸡”“回手掏”等。目前通义App暂不开放用户自定义音频，用户只能选择App预置的音频来生成视频。

EMO是通义实验室研发的AI模型，其背后的肖像说话（Talking Head）技术处于当前大热的AIGC领域。此前，想让平面的肖像说话，需要针对人脸、人头或者身体部分做3D建模，通义实验室则实现了无需建模就可驱动肖像开口说话，不仅降低视频生成成本，还大幅提升了视频生成质量。

此外，EMO学习并编码了人类表达情绪的能力，能将音频内容和人物的表情、嘴型匹配，还能把音频的语气特征和情绪色彩反映到人物微表情上。

2月底，通义实验室公布相关论文，EMO随之成为继SORA之后最受关注的AI模型之一。现在，通义App让所有人都可免费体验前沿模型的创造力。未来，EMO技术有望应用于数字人、数字教育、影视制作、虚拟陪伴、电商直播等场景。

在EMO功能上线之前，通义App此前还推出了现象级应用“全民舞王”，社交平台曾掀起“兵马俑跳科目三”“金毛跳舞”等热点。全民舞王背后的模型Animate Anyone也出自通义实验室。

在文图领域，通义App还陆续推出了超长文档解析、AI编码助手、AI会议助手等免费实用功能。

责编:史健 | 审校:张翼鹏 | 审核:李震 | 监审:万军伟