论文搭载双模型算法体系，AutoEncoder模型实现视频编码对齐，将音频信号转化为精准表情表征；FAT面部动作Transformer模型，结合预训练数据驱动机器人面部动作。整套架构支持跨语言交互，仅用英文数据集训练，就能适配11国语言，极大拓宽仿生机器人的应用边界。#科技先锋官##一分钟精选视频扶持计划# http://t.cn/AXSTmlPW