阿里通義萬相Wan2.2-Animate性能最強圖生視頻模型開源

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。作為目前性能最強的動作生成模型，Wan2.2-Animate 支持驅動人物、動漫形象及動物照片，被廣泛應用于短視頻創(chuàng)作、舞蹈模板生成、動漫制作等領域。對于內容創(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 模型全面進化，在人物一致性、視頻生成質量等方面實現(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參考視頻，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。

技術亮點：統(tǒng)一表示與光照融合

為了實現(xiàn)更強大的動作生成能力，通義萬相團隊構建了大規(guī)模人物視頻數據集，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行深度訓練。

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

精準復刻動作與表情：通過骨骼信號與隱式特征結合動作重定向模塊，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

實測結果顯示，通義萬相 Wan2.2-Animate 在視頻生成質量、主體一致性及感知損失等關鍵指標上全面超越 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，成為當前業(yè)內性能最強的動作生成模型。

阿里通義萬相 Wan2.2-Animate 動作生成模型的開源，不僅在視頻生成質量與動作一致性方面刷新了新紀錄，還為短視頻、虛擬人、動漫制作等場景提供了更強大、更易用的技術支持。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。

利茲的青鳥 · 發(fā)表于 2025-12-5 17:29

有看到有人那這個直播直接換臉還沒有違和感

› 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性能最強圖生視頻模型開源 ...

阿里通義萬相Wan2.2-Animate性能最強圖生視頻模型開源

站長推薦 /1