阿里通義萬相Wan2.2-Animate性能最強(qiáng)圖生視頻模型開源

VR三千世界 · 發(fā)表于 2025-9-19 15:47

9 月 19 日消息，阿里正式開源全新動作生成模型通義萬相 Wan2.2-Animate。作為目前性能最強(qiáng)的動作生成模型，Wan2.2-Animate 支持驅(qū)動人物、動漫形象及動物照片，被廣泛應(yīng)用于短視頻創(chuàng)作、舞蹈模板生成、動漫制作等領(lǐng)域。對于內(nèi)容創(chuàng)作者、視頻制作者和開發(fā)者而言，通義萬相 Wan2.2-Animate 開源無疑帶來了新的創(chuàng)作體驗。

Wan2.2-Animate 動作生成模型核心升級

Wan2.2-Animate 基于此前通義萬相開源的 Animate Anyone 模型全面進(jìn)化，在人物一致性、視頻生成質(zhì)量等方面實現(xiàn)了顯著提升，同時支持動作模仿和角色扮演兩大模式：

角色模仿模式：上傳一張角色圖片并輸入?yún)⒖家曨l，視頻中角色的動作和表情可遷移到圖片角色中，使靜態(tài)形象具備動態(tài)表現(xiàn)力。

角色扮演模式：保留原始視頻的動作、表情及環(huán)境，再將其中的角色替換為圖片角色，實現(xiàn)完整的“換臉+換角色”效果。

技術(shù)亮點(diǎn)：統(tǒng)一表示與光照融合

為了實現(xiàn)更強(qiáng)大的動作生成能力，通義萬相團(tuán)隊構(gòu)建了大規(guī)模人物視頻數(shù)據(jù)集，涵蓋說話、面部表情和身體動作，并在通義萬相圖生視頻模型上進(jìn)行深度訓(xùn)練。

統(tǒng)一表示格式：將角色信息、環(huán)境信息與動作數(shù)據(jù)規(guī)范化，實現(xiàn)單一模型兼容兩種推理模式。

精準(zhǔn)復(fù)刻動作與表情：通過骨骼信號與隱式特征結(jié)合動作重定向模塊，保證身體動作與面部表情的高保真度。

光照融合 LoRA：在替換模式下引入獨(dú)立光照融合模塊，確保生成角色與視頻環(huán)境的光影效果完美統(tǒng)一。

性能對比：全面超越同類開源模型

實測結(jié)果顯示，通義萬相 Wan2.2-Animate 在視頻生成質(zhì)量、主體一致性及感知損失等關(guān)鍵指標(biāo)上全面超越 StableAnimator、LivePortrait 等開源模型。同時，在人類主觀評測中，甚至超過了閉源代表性模型 Runway Act-two，成為當(dāng)前業(yè)內(nèi)性能最強(qiáng)的動作生成模型。

阿里通義萬相 Wan2.2-Animate 動作生成模型的開源，不僅在視頻生成質(zhì)量與動作一致性方面刷新了新紀(jì)錄，還為短視頻、虛擬人、動漫制作等場景提供了更強(qiáng)大、更易用的技術(shù)支持。隨著通義萬相 Wan2.2-Animate 在 Github、HuggingFace、魔搭社區(qū)及阿里云的開放，開發(fā)者和創(chuàng)作者都能快速上手，體驗“上傳一張圖，主演任何視頻”的創(chuàng)作自由。

› 綜合交流 / 資源分享區(qū) › 綜合交流大區(qū)

阿里通義萬相Wan2.2-Animate性能最強(qiáng)圖生視頻模型開源 ...

阿里通義萬相Wan2.2-Animate性能最強(qiáng)圖生視頻模型開源

站長推薦 /1