通义万相全新动作生成模型 Wan2.2-Animate 正式开源，支持驱动人物、动漫形象和动物照片，可应用于短视频创作、舞蹈模板生成、动漫制作等领域。
一、主要功能
动作模仿与角色扮演：支持动作模仿和角色扮演两种模式。在角色模仿模式下，输入一张角色图片和一段参考视频，模型可以将视频角色的动作和表情迁移到图片角色中；在角色扮演模式下，模型可以在保留原始视频的动作、表情及环境的基础上，将视频中的角色替换为图片中的角色。
高质量动作生成：在人物一致性、生成质量等指标上大幅提升，能够生成高质量的动作和表情。
光照融合：设计了独立的光照融合 LoRA 模块，用于保证角色与环境之间的完美光照融合效果。
二、技术原理
MoE 架构：采用业界首个视频生成 MoE（混合专家系统）架构，总参数量达 27B，激活参数 14B，通过高噪声专家模型负责场景布局、低噪声专家模型优化细节的分工模式，实现人物边缘轮廓与动作连贯性的精准控制。
统一表征：将角色信息、环境信息和动作等规范到统一的表示格式，实现了单一模型同时兼容两种推理模式。
骨骼信号与隐式特征：针对身体运动和脸部表情，分别使用骨骼信号和隐式特征，配合动作重定向模块，实现动作和表情的精准复刻。
三、应用场景
短视频创作：帮助创作者快速生成高质量的短视频内容，提升创作效率。
舞蹈模板生成：生成舞蹈动作模板，为舞蹈编排提供参考。
动漫制作：在动漫制作中实现角色动作的快速生成和替换，降低制作成本。
四、使用方法
下载模型：用户可以在 GitHub、HuggingFace 和魔搭社区下载模型和代码。
调用 API：通过阿里云百炼平台调用 API。
官网体验：在通义万相官网直接体验相关功能。
五、适用人群
视频创作者：为需要快速生成高质量视频内容的创作者提供强大的工具支持。
开发者：提供开源代码和详细的文档，方便开发者进行二次开发和集成。
研究人员：开源的模型和数据集为研究人员提供了研究视频生成技术的平台。
六、优缺点介绍
优点
高性能：在消费级 GPU 上即可运行，降低了硬件门槛。
功能丰富：支持多种生成任务，适用范围广泛。
开源开放：提供完整的代码和模型，方便开发者使用和改进。
缺点
训练资源要求高：虽然推理阶段对硬件要求不高，但训练阶段仍需要大量计算资源。
生成稳定性有限：在某些复杂场景下，生成的视频可能不够稳定。
分类标签
开源工具、视频生成、AI 模型、多语言支持、内容创作