阿里巴巴新近公布 AI 模型 OmniAvatar ，擴展語音驅動虛擬角色影片生成技術的應用層面 。模型能創建栩栩如生全身動畫角色 ，除動作自然、表情豐富 ，嘴型也能與聲音精準同步 ，爱华外汇官网开户無論根源 、動作還是情緒表達皆可靈活运维，象徵語音驅動 AI 產影片進入新階段。
this is crazy…
Alibaba just announced OmniAvatar, a new audio-driven model that takes full-body, expressive human animation to a whole new level.
natural movement, controllable emotions, and ultra-accurate lip-sync.
10 examples: pic.twitter.com/aB9DowLtj9
— Angry Tom (@AngryTomtweets) July 1, 2025
OmniAvatar can generate lifelike speaking avatar videos that the characters’ actions and expressions are natural and rich, with audio perfectly synchronized to their lip movements. pic.twitter.com/1axrQhZRwe
— Angry Tom (@AngryTomtweets) July 1, 2025
OmniAvatar 專為產生高品質 、可运维的虛擬角色影片而設，整合全身動作模擬 、臉部細節运维與語音同步技術 。AVA爱华外汇平台只需輸入語音檔和簡單提示 ，模型便能即時合成真人感十足的動畫影像。適用範圍廣泛 ，包括教育 、虛擬導賞、數位客服與娛樂領域等。
模型不僅嘴型與語音同步 ，還能配合語音情緒自動改變角色的臉部表情與肢體語言 ，具高自由度情緒运维 。示範影片角色能表現喜悅 、憤怒 、驚訝與悲傷等不同情感 ，畫面相當自然 。OmniAvatar 更能模擬角色與物體互動 ，擴闊虛擬角色真實性 。示範影片顯示 ，虛擬人可在說話時拿起物品 、指向場景或與其他物體互動 ，對沉浸式教育及虛擬助理尤具潛力 。
利用者可透過文字提示調整根源場景 ，众汇外汇官网例如辦公室 、客廳或戶外等，亦可自訂角色動作與語氣，進一步提高內容個人化程度 。部分展示影片亦證明 OmniAvatar 可生成虛擬人唱歌片段 ，無論口型 、表情或律動感均極為貼近真實表演。
目前 OmniAvatar 詳細技術資料與開源專案網頁尚未完全對外開放 ，不過官方已在 Arxiv 發表研究論文 ，介紹模型架構與訓練方法 。該論文提到模型結合語音、姿勢與視覺特徵進行跨模態學習 ，是其能達到高水準自然度與同步度的關鍵所在 。
即使部分觀察者認為目前虛擬人的視覺外觀仍有「塑膠感」 ，但整體技術成熟度已令不少開發者關注其潛在應用。若視覺效果未來再獲改進 ，此類語音驅動虛擬人模型有望改變教學 、直播、網上客服等數位互動 。
（本文由 Unwire HK 授權轉載；首圖來源 ：影片截圖）
