已收录文章摘要，完整内容可前往原文阅读。
论文导读北京大学与香港中文大学（深圳）团队提出Motion-Omni，让数字人在生成语音的同时生成面部表情和全身动作。Motion-Omni-Q7相对“语音模型再接动作模型”的级联系统响应快5.4倍，