复旦大学

音频驱动的层次化视觉合成工具Hallo通过分层音频驱动视觉合成模块和端到端扩散范式实现了高质量的肖像图像动画生成。其精细的区域划分与同步建模、端到端的特点以及多种预训练模型支持，使其在多媒体内容创作、虚拟人物互动和智能客服等领域具有广泛应用前景。