开源动画模型要起风了万通 Animate 上榜背后国产 2D 动画生成生态观察【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B最近做动画的朋友圈有点热闹。以前提起“让一张照片里的人动起来”大家的第一反应是这不就是特效公司干的活吗一个几秒钟的镜头动作捕捉棚、动捕服、后期一帧帧修报价单能让人当场沉默。现在一张角色图丢进去再配一段别人跳舞的视频几分钟后图里的人物就跟着跳完了同样的动作连衣服褶子、头发甩动的节奏都跟得上。这就是阿里通义实验室开源的Wan-Animate-2。8 月 7 日代码和模型权重一起放出14B 参数Apache-2.0 协议允许商用。一时间做短剧的、做虚拟主播的、做电商图文的全都跑来围观。它为什么值得单独聊一聊因为这一版改的不是“画质”而是整个做动画的思路。一、它到底是个啥用一句人话讲清楚你可以把它理解成一个**“动作替身中介”**。你给它三样东西一张角色照片长相、衣服、气质一段真人视频动作、表情、节奏一段文字描述这个角色长什么样、站在什么背景里。它负责把视频里的“表演”原封不动地搬到照片里的角色身上。以前这类工具的做法有点像“传话游戏”先把真人视频里的骨架、手势、表情一帧帧“翻译”成数据再拿这份数据去指挥生成模型。中间每翻译一次就丢一点细节——手抽筋了、脸变了、衣服飘得不对劲全是这一层损耗带来的。Wan-Animate-2 干的事是把中间这个“翻译官”直接撤掉让驱动视频自己走进生成模型内部。少传一手话动作自然更准长相也更稳。打个比方以前是“导演说戏 → 副导演转述 → 演员演”现在是“导演直接站到演员面前示范”。差别就在这儿。二、真正让人眼前一亮的三个地方第一长得还是原来那个人。做角色动画最怕“身份漂移”——开头是你家小猫跳到一半变成了隔壁的猫。这次官方演示里同一个角色换上不同动作、不同机位脸、服装、体型基本能稳住。对做系列短剧、虚拟形象的人来说这一点比画质重要得多。观众认的就是那张脸脸一崩全白干。第二镜头可以“换机位”了。这是老版本很难做到的事。以前动作是从视频里抠出来的镜头视角也被“焊死”在原始视频上你想从侧面看只能重新拍一遍。Wan-Animate-2 加了文字控制视角的能力同一段舞蹈你可以让它从正面拍、侧面拍、绕着拍。相当于拍摄现场突然多了一组可以随意摆放的摄像机而演员一个都没多请。第三能同时管好几个人。官方展示里有多人舞蹈、情侣对舞、一堆小猫一起蹦的案例还支持“一个人带出多个人”“多个人对多个人”的驱动方式。这在过去是极难处理的场景——人多就容易串脸、串动作。另外官方还放出了蒸馏版把生成步数从几十步压到 10 步左右出片速度快好几倍画质损失不大。论文里还提到一个 Lite 版本延迟压到了实时线能接直播摄像头做流式动画——这意味着“真人一抬手屏幕里的虚拟人立刻跟着动”的直播场景技术上已经跑通了。三、门槛到底高不高说实话不低先泼一盆冷水。官方默认配置是8 张 A800 显卡跑 720P也测试过 2 张 A800 跑 480P。这不是普通家用电脑能碰的规模一台机器够买一辆不错的车。所以“在自己笔记本上跑”这件事目前别想。但普通创作者也不是没路走一是线上体验。魔搭社区有官方体验入口海外的 Hugging Face 上也有社区维护的公共演示空间上传图、上传视频、点生成浏览器里就能跑不用装任何东西。缺点是公共算力有限一般只给几秒钟片段、分辨率压得比较低排队和额度都得看运气。二是等生态工具接上。官方已经把 ComfyUI、Diffusers 这些主流工具都适配了。这一步的意义相当于给动画模型装上了“通用插座”——以后不用写代码在可视化界面里拖几个模块就能出片。对不会编程的动画师来说这才是真正的门槛下降。三是商用授权。Apache-2.0 意味着公司拿去做产品、做接单生意原则上不需要额外谈授权。这一点对中小工作室的吸引力可能比技术本身还大。四、它背后是国产动画工具链在“补齐拼图”这两年国产视频模型的节奏很密文生视频、图生视频、首尾帧、视频编辑一块块往上叠。到了“角色动画”这一块拼的其实不是单纯的画质而是可控性——能不能稳定地让指定的人做指定的事从指定的角度看。这件事一旦跑通连锁反应会很明显做短剧的不用再为一个三秒的转身镜头找替身做虚拟主播的真人对着摄像头表演就能实时驱动形象做电商的模特图拍一套后面换姿势、换场景都能省下重拍成本做独立动画的一个人一台机器也能撑起一集内容。当然坑也还在。手部动作、快速转身、大幅遮挡依然是这类模型的传统弱项官方自己也承认可能出现角色漂移。再往深了说肖像权、版权、素材授权这些问题技术解决不了得靠人来守规矩。写在最后Wan-Animate-2 最有意思的地方不是它把画质又推高了一点而是它把“动作捕捉”这件曾经属于专业影棚的事往普通创作者的手里又递了一截。当然现在这截还递得不够远——显卡门槛摆在那儿线上体验也还在“能玩但不够用”的阶段。但趋势很清楚模型在变轻工具在变顺手能玩的人越来越多。最后想问问大家如果哪天你只需一张照片加一段视频就能让自家宠物跳完一支女团舞你第一个想让它演什么评论区聊聊说不定下一个爆款短剧的创意就在这儿。【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
开源动画模型要起风了万通 Animate 上榜背后国产 2D 动画生成生态观察【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B最近做动画的朋友圈有点热闹。以前提起“让一张照片里的人动起来”大家的第一反应是这不就是特效公司干的活吗一个几秒钟的镜头动作捕捉棚、动捕服、后期一帧帧修报价单能让人当场沉默。现在一张角色图丢进去再配一段别人跳舞的视频几分钟后图里的人物就跟着跳完了同样的动作连衣服褶子、头发甩动的节奏都跟得上。这就是阿里通义实验室开源的Wan-Animate-2。8 月 7 日代码和模型权重一起放出14B 参数Apache-2.0 协议允许商用。一时间做短剧的、做虚拟主播的、做电商图文的全都跑来围观。它为什么值得单独聊一聊因为这一版改的不是“画质”而是整个做动画的思路。一、它到底是个啥用一句人话讲清楚你可以把它理解成一个**“动作替身中介”**。你给它三样东西一张角色照片长相、衣服、气质一段真人视频动作、表情、节奏一段文字描述这个角色长什么样、站在什么背景里。它负责把视频里的“表演”原封不动地搬到照片里的角色身上。以前这类工具的做法有点像“传话游戏”先把真人视频里的骨架、手势、表情一帧帧“翻译”成数据再拿这份数据去指挥生成模型。中间每翻译一次就丢一点细节——手抽筋了、脸变了、衣服飘得不对劲全是这一层损耗带来的。Wan-Animate-2 干的事是把中间这个“翻译官”直接撤掉让驱动视频自己走进生成模型内部。少传一手话动作自然更准长相也更稳。打个比方以前是“导演说戏 → 副导演转述 → 演员演”现在是“导演直接站到演员面前示范”。差别就在这儿。二、真正让人眼前一亮的三个地方第一长得还是原来那个人。做角色动画最怕“身份漂移”——开头是你家小猫跳到一半变成了隔壁的猫。这次官方演示里同一个角色换上不同动作、不同机位脸、服装、体型基本能稳住。对做系列短剧、虚拟形象的人来说这一点比画质重要得多。观众认的就是那张脸脸一崩全白干。第二镜头可以“换机位”了。这是老版本很难做到的事。以前动作是从视频里抠出来的镜头视角也被“焊死”在原始视频上你想从侧面看只能重新拍一遍。Wan-Animate-2 加了文字控制视角的能力同一段舞蹈你可以让它从正面拍、侧面拍、绕着拍。相当于拍摄现场突然多了一组可以随意摆放的摄像机而演员一个都没多请。第三能同时管好几个人。官方展示里有多人舞蹈、情侣对舞、一堆小猫一起蹦的案例还支持“一个人带出多个人”“多个人对多个人”的驱动方式。这在过去是极难处理的场景——人多就容易串脸、串动作。另外官方还放出了蒸馏版把生成步数从几十步压到 10 步左右出片速度快好几倍画质损失不大。论文里还提到一个 Lite 版本延迟压到了实时线能接直播摄像头做流式动画——这意味着“真人一抬手屏幕里的虚拟人立刻跟着动”的直播场景技术上已经跑通了。三、门槛到底高不高说实话不低先泼一盆冷水。官方默认配置是8 张 A800 显卡跑 720P也测试过 2 张 A800 跑 480P。这不是普通家用电脑能碰的规模一台机器够买一辆不错的车。所以“在自己笔记本上跑”这件事目前别想。但普通创作者也不是没路走一是线上体验。魔搭社区有官方体验入口海外的 Hugging Face 上也有社区维护的公共演示空间上传图、上传视频、点生成浏览器里就能跑不用装任何东西。缺点是公共算力有限一般只给几秒钟片段、分辨率压得比较低排队和额度都得看运气。二是等生态工具接上。官方已经把 ComfyUI、Diffusers 这些主流工具都适配了。这一步的意义相当于给动画模型装上了“通用插座”——以后不用写代码在可视化界面里拖几个模块就能出片。对不会编程的动画师来说这才是真正的门槛下降。三是商用授权。Apache-2.0 意味着公司拿去做产品、做接单生意原则上不需要额外谈授权。这一点对中小工作室的吸引力可能比技术本身还大。四、它背后是国产动画工具链在“补齐拼图”这两年国产视频模型的节奏很密文生视频、图生视频、首尾帧、视频编辑一块块往上叠。到了“角色动画”这一块拼的其实不是单纯的画质而是可控性——能不能稳定地让指定的人做指定的事从指定的角度看。这件事一旦跑通连锁反应会很明显做短剧的不用再为一个三秒的转身镜头找替身做虚拟主播的真人对着摄像头表演就能实时驱动形象做电商的模特图拍一套后面换姿势、换场景都能省下重拍成本做独立动画的一个人一台机器也能撑起一集内容。当然坑也还在。手部动作、快速转身、大幅遮挡依然是这类模型的传统弱项官方自己也承认可能出现角色漂移。再往深了说肖像权、版权、素材授权这些问题技术解决不了得靠人来守规矩。写在最后Wan-Animate-2 最有意思的地方不是它把画质又推高了一点而是它把“动作捕捉”这件曾经属于专业影棚的事往普通创作者的手里又递了一截。当然现在这截还递得不够远——显卡门槛摆在那儿线上体验也还在“能玩但不够用”的阶段。但趋势很清楚模型在变轻工具在变顺手能玩的人越来越多。最后想问问大家如果哪天你只需一张照片加一段视频就能让自家宠物跳完一支女团舞你第一个想让它演什么评论区聊聊说不定下一个爆款短剧的创意就在这儿。【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
