EchoMimicV2 es una tecnología de animación corporal de medio cuerpo desarrollada por el departamento de tecnología terminal de Ant Group (Alipay). Genera videos de animación de alta calidad a partir de imágenes de referencia, clips de audio y secuencias de gestos, asegurando la coherencia entre el contenido de audio y los movimientos del cuerpo. Esta tecnología simplifica el complejo proceso de creación de animaciones tradicional, mediante una estrategia de coordinación dinámica Audio-Pose, incluyendo el muestreo de poses y la difusión de audio, lo que mejora la expresividad de los detalles del medio cuerpo, la cara y los gestos, al tiempo que reduce la redundancia de las condiciones. Además, utiliza un mecanismo de atención parcial de la cabeza para integrar sin problemas los datos de la cabeza en el marco de entrenamiento, mecanismo que se puede omitir en el proceso de inferencia, ofreciendo así mayor comodidad en la producción de animaciones. EchoMimicV2 también incluye una pérdida de eliminación de ruido en etapas específicas para guiar el movimiento, los detalles y la calidad de bajo nivel de la animación en dichas etapas. Esta tecnología supera a los métodos existentes en evaluaciones cuantitativas y cualitativas, demostrando su liderazgo en el campo de la animación corporal de medio cuerpo.