阿里通义再下一城！超逼真多模态AI模型开源引爆数字人赛道

阿里通义实验室推出全新多模态AI模型OmniTalker，可基于参考视频生成高度逼真的数字人音视频，支持文本驱动同步生成语音与面部动态，技术上采用双分支DiT架构实现跨模态融合，实验显示其在音视频同步性、风格一致性及实时性方面达到SOTA水平。该模型已开源且提供免费体验，可显著降低数字人制作成本，推动虚拟主播、客服等场景应用落地。