TANGO ist eine Technologie zur Rekonstruktion von Videos mit synchronisierten Handgesten, basierend auf hierarchischen Audio-Bewegungs-Einbettungen und Diffusionsinterpolation. Sie nutzt fortschrittliche KI-Algorithmen, um Sprachsignale in entsprechende Handbewegungen umzuwandeln und so eine natürliche Wiedergabe der Handgesten von Personen in Videos zu ermöglichen. Diese Technologie bietet vielversprechende Anwendungsmöglichkeiten in den Bereichen Videoproduktion, Virtual Reality und Augmented Reality und kann die Interaktivität und Realitätsnähe von Videoinhalten steigern. TANGO wurde gemeinsam von der Universität Tokio und dem CyberAgent AI Lab entwickelt und repräsentiert den aktuellen Stand der KI-Forschung in den Bereichen Gestenerkennung und Bewegungsgenerierung.