अली द्वारा हाल ही में लॉन्च किया गया ऑडियो-ड्रिवन पोर्ट्रेट वीडियो जनरेशन फ्रेमवर्क EMO, इनपुट ऑडियो के आधार पर किसी भी अवधि का वीडियो उत्पन्न कर सकता है। यह फ्रेमवर्क अलीबाबा के स्मार्ट कंप्यूटिंग रिसर्च इंस्टीट्यूट की टीम द्वारा विकसित किया गया है और यह एक अभिव्यक्तिशील वीडियो जनरेशन तकनीक है। EMO पिछले AI वीडियो जनरेशन तरीकों की तुलना में काफी सुधार करता है, लेकिन इसमें समय लगने की कमी भी है। टीम के सदस्यों में बो लिफेंग और अन्य शामिल हैं, जिन्होंने अपने पेपर में EMO की तकनीकी दिशा और विशेषताओं का विस्तृत वर्णन किया है। यह नई तकनीक AI क्षेत्र में एक नया ब्रेकथ्रू लाती है, जिससे लोगों को भविष्य के विकास की उम्मीद होती है।