升级版本的EchoMimicV2来了！一张半身照+音频，就能生成带手势的数字人视频。

文章预览

在之前的文章中已经给大家介绍过蚂蚁集团的开源数字人项目EchoMimic，感兴趣的小伙伴可以点击下面链接阅读~ 蚂蚁集团放大招！EchoMimic来袭，音频+面部标志，让你的肖像“活”起来，直呼效果逼真！ 现在EchoMimic升级到V2版本了，V1仅是用图片和音频生成数字脸，V2就是真正的数字人了。一张半身照片，配上中文或英语音频，就能生成带手势的数字人视频。 EchoMimicV2利用参考图像、音频片段和一系列手部姿势来生成高质量的动画视频，确保音频内容和半身动作之间的连贯性。 unset unset 相关链接 unset unset 论文：https://arxiv.org/pdf/2411.10061 代码：https://github.com/antgroup/echomimic_v2 模型：https://huggingface.co/BadToBest/EchoMimicV2 主页：https://antgroup.github.io/ai/echomimic_v2 unset unset 论文介绍 unset unset 近期关于人体动画的研究通常涉及音频、姿势或运动图条件，从而实现逼 ………………………………