端到端音频驱动的人体动画框架

Loopy，仅凭音频驱动肖像头像，实现逼真动态。

基于扩散模型的音频驱动人像和动物图像动画技术

EchoMimicV2：实现逼真、简化、半身人体动画的技术。

音频驱动的表情丰富的视频生成模型

生成逼真、唇同步的说唱视频

EMO是一款表情丰富的音频驱动肖像视频生成框架，通过输入一张参考图像和音频，生成具有丰富面部表情和不同头部姿势的角色视频，适用于音乐视频制作、影视制作和虚拟主播等场景。，EMO官网入口网址