EchoMimic 是由蚂蚁集团开发的一种通过音频和面部标志生成逼真的肖像动画视频的新方法。与传统的方法不同，EchoMimic 不仅可以单独使用音频或面部标志点，还可以结合两者进行视频生成。从而提高了生成视频的稳定性和自然度。 解决了什么问题 EchoMimic 解决了以下两个主要问题： 仅由音频驱动的不稳定性： 传统方法仅使用音频信号来驱动图像生成视频，然而音频信号相对较弱，容易导致生成的视频不稳定。 EchoMimic 通过结合音频和面部标志的输入，提高了视频生成的稳定性，使得输出更加平滑和一致。