EchoMimicV2:輸入圖片、音頻和手勢視頻即可生成“同款”數字人

　　EchoMimicV2是最新的動畫生成技術，支持輸入一張圖、一段手勢視頻和一段音頻，能夠生成高質量的半身人類動畫該技術通過 Audio-Pose Dynamic Harmonization 策略提升動畫細節(jié)，簡化生成過程，并引入頭部局部注意力機制來解決數據稀缺問題。

　　EchoMimicV2通過簡化控制條件，實現高質量的半身人類動畫生成。

　　采用 Audio-Pose Dynamic Harmonization 策略，提升動畫細節(jié)與表現力。

　　新基準評估方法顯示，EchoMimicV2在效果上優(yōu)于現有技術。