近日，复旦大学与百度联合研发了Hallo2这一先进AI模型，实现了视频生成领域的重大突破，可生成长达数小时且分辨率为4K的人物动画。该模型已在GitHub平台开源，便于全球开发者免费使用和研究，此举有望促进视频生成技术的广泛应用和发展。

Hallo2模型首次将可调整的语义文本标签的肖像表情作为条件输入，提高了生成内容的可控性和多样性。这使得Hallo2成为首个实现4K分辨率、长达1小时音频驱动人像图像动画的AI模型。

Hallo2的主要应用场景：

电影和视频制作：可用于生成或增强角色面部表情和口型，适用于科幻和动画电影。

虚拟助手和数字人：在客服、教育、娱乐等领域，Hallo2能创建逼真的虚拟助手或数字人，提升用户体验。

Hallo2技术特点：

基于latent diffusion models构建，Hallo2在视频生成效果上优于前代模型。

引入数据增强技术，如patch-drop和高斯噪声，有效提升长时间视频的视觉一致性和时间连贯性。

结合向量量化生成对抗网络和时间对齐技术，确保视频质量与流畅性。