Қытайдың технологиялық компаниясы Emote Portrait Alive AI - EMO-ны жұртшылық назарына ұсынды. Бұл жайында islam.kz порталы arxiv.org ақпарат көзіне сілтеме жасай отырып мәлім етеді. Alibaba-ның бұл бағыттағы бағдарламасы бір портреттік фотосуретті өзін жандандырып, сөйлейтін немесе ән айтқан адамның шынайы бейнелерін жасай алатын өзгеше жүйені әзірледі. Демо-бейнелерде инженерлер шынайы фотосуреттерді немесе картиналарды рэп «айтуға», ән «салуға» немесе сахналық қойылымдардан монолог оқуға «мәжбүрлейді». Alibaba интеллектуалды есеп институтының мамандары EMO-ны әзірлеу үшін аталмыш жүйені сөйленген сөз, фильм, телешоу және вокалдық қойылымдар сияқты түрлі көздерден алынған, 250 сағаттан астам сөйлейтін бас бейнелерінен тұратын деректер жинағын пайдаланды. Жүйе нақты синтетикалық кескіндерді жасауда тиімділігін көрсеткен жассанды зерде (AI) технологиясын - диффузиялық моделін пайдаланады. Музыканы немесе аудио анимацияны жасаудың қолданыстағы әдістері бет қимылын имитациялау (салу) үшін 3D моделдеу әдісіне немесе пішінді араластыру тәсіліне жүгінеді, ал EMO-да тікелей тәсіл қолданылады. Ол дыбыс толқындарын тікелей бейне кадрларға түрлендіреді, дәлірегі, айналдырады, нәтижесінде адамның нәзік мінез-құлқы мен тұлғасын көрсететін таңғажайып табиғи анимация пайда болады. EMO жүйесінің бейне сапасы, сәйкестік пен дәлдікті сақтау жағынан қазіргі заманғы әдістерден асып түсті. Бұдан бөлек, EMO шығарған бейнелер басқа жүйелердікіне қарағанда табиғи жәнемейлінше шынайы.