国产AI来炸场了，媲美Sora的阿里EMO全量免费上线

无言***

又一个国产大模型应用火出圈！

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。4月25日，EMO正式上线通义APP，开放给所有用户免费使用，应用上线瞬间通义APP一度被挤爆，有用户发现自己要排队数小时。其火热程度可见一斑。

在ChatGPT的余晖尚未消散之际，OpenAI携Sora横空出世。凭借精准捕捉指令、细腻构建场景、逼真演绎动态的卓越能力，Sora被部分业内人士称其 “人工智能领域的一次突破”。逼真的画面令人很难区分它们是由实拍而得，还是由AI生成。

让人惊讶的是，不少人还在被Sora的视频生成能力征服，而国产大模型已经悄悄带来新的变化。

早在今年2月份，阿里巴巴发布了一款全新的生成式AI模型EMO，并且公布了技术论文。

具体来说，EMO不仅能够生成唱歌和说话的视频，还能在保持角色身份稳定性的同时，根据输入音频的长度生成不同时长的视频。

而EMO的视频效果，真的让人一愣一愣的。

比如我们上传一张伏地魔的照片，EMO便能制作出他正在唱歌的真实视频，而且形象逼真。仔细观察EMO产出的视频，可以发现人物的口型与背景音乐的同步性极佳，表情变化也十分丰富，使得角色仿佛赋予了生命，整体效果令人印象深刻。

这样的效果自然引发了很多海外用户、科技巨头的惊叹，大家震惊于EMO的技术实力直逼Sora，EMO也随之成为继Sora之后最受关注的AI模型之一。

很多网友纷纷感叹：“我们正在走进一个新的现实！”

随着EMO模型在技术圈的火爆，为了让所有人都能体验到EMO的强大功能，阿里通义实验室，决定将其全面开放给所有人：4月25日，EMO上线通义APP，阿里通义实验室将其免费集成至通义APP的“全民舞台”频道，所有用户均可免费使用。

在我们实际体验之后发现，这个国产AI工具比论文中的使用步骤还简单。从一张安静的图片，到一个活生生、会唱歌、会讲段子的“人“，只需要十几分钟的时间。

毫无疑问，EMO的诞生以及媲美Sora的技术能力，标志着中国AI大模型持续走在行业前列，正在与国际巨头并驾齐驱。

同样以阿里EMO模型为例：

从今年2月份放开技术论文到现在，仅仅过去不到2个月的时间，EMO就实现了低门槛使用、全量免费上线等创新体验。

我们实际体验发现，生成一段伏地魔唱歌的视频，只需要等待10分钟左右，即可完成。

令人惊艳的技术迭代速度，才是国产AI的真正实力所在。有外媒评论，talking head技术虽然才出现两三年，但EMO一下子让以前的技术方案变成了“老古董”。

具体来说，EMO是一种富有表现力的音频驱动的肖像视频生成框架，可以根据输入视频的长度生成任何持续时间的视频。区别于Sora的文生视频技术，这种音频驱动的肖像视频框架，无需建模就可驱动肖像开口说话，不仅降低了视频生成成本，还大幅提升了视频生成质量。

毫不夸张地说，我国视频生成技术正在步入崭新的2.0时代，加速缩小与国际先进水平的差距。

Sora直到今天都没有定下面向公众开放的日期，而已经开放的Runway和Pika等模型大多需要按使用次数计费、价格不菲，抑或是需要专业的开发者知识去使用，生成视频时长也不超过16秒。

虽然通义APP上的EMO模型目前只支持有限的模板，但其已经成为全民免费可用的AI视频模型，上手简单、使用方便，还自带供用户进行分享的生态社区。另外，APP上提供的模板中包含了大量网络热梗，有利于所生成短视频的传播和分享，并展现出该模型未来和更多影视IP合作的潜力。

当下，全球AI大模型行业依然进展飞速，各大科技巨头都在积极地卷模型、卷应用。面对迭代速度越快、种类越来越丰富的大模型，时常会让用户产生一种不知从何处下手的感觉。不过，说到底，这些AI模型都是将人类思想与创意具现化的工具，而通义APP有望正在演变成一个包罗万象的工具铺，成为每位用户手中一个随叫随到的超级AI助手。

在大模型的C端入口上，阿里无疑是最激进、步伐最快的科技公司。自今年年初以来，通义APP已经上线了现象级应用“全民舞王”、超长文档解析、AI编码助手、AI会议助手等众多免费功能，成为国内功能最丰富的大模型应用。