开源EMO再升级！复旦|百度|南大推出Hallo2：可以生成4K，一小时的音频驱动的视频。

文章预览

在之前的文章中已经和大家介绍过复旦大学开源的Hallo项目，感兴趣的小伙伴可以点击以下链接阅读~ 复旦发布开源版本的EMO，只需输入一段音频和一张照片就可以让人物开始说话。 复旦开源版本EMO:真实人物效果 复旦开源版本EMO:运动控制效果 今天给大家介绍Hallo的升级版本Hallo2，该方法处理单个参考图像以及持续几分钟的音频输入。此外，可以以不同的间隔引入可选的文本提示，以调节和细化肖像的表情。最终输出的是高分辨率 4K 视频，该视频与音频同步，并受可选表情提示的影响，确保整个视频的连续性。 相关链接 论文地址：http://arxiv.org/abs/2410.07718v1 项目主页：https://fudan-generative-vision.github.io/hallo2 代码地址：https://github.com/fudan-generative-vision/hallo2 试用地址：https://huggingface.co/fudan-generative-ai/hallo2 论文阅读 Hallo2:长时间、高分辨率音频驱动 ………………………………