B站团队开源动漫视频生成模型 AniSora，一键创建不同风格片段
IT之家 5 月 18 日消息，B站团队 5 月 12 日开源了动漫视频生成模型 AniSora。
AniSora 能够一键创建多种动漫风格的视频片段，包括系列剧集、中国原创动画、漫画改编、VTuber 内容、动漫 PV 和鬼畜动画等。
B站团队表示，动画内容在当今影视行业中备受关注。尽管 Sora、Kling、CogVideoX 等先进模型在自然视频生成方面表现出色，但在动漫视频上仍捉襟见肘。
此外，由于动漫独特的艺术风格、夸张的运动以及对物理规律的打破，也给评测带来了巨大挑战。
该项目提出了完整的系统 AniSora，涵盖：
数据处理流水线：超过 1000 万高质量数据；
可控生成模型：引入时空掩码模块，支持图生视频、帧插值、局部图像引导等关键动画制作功能；
评测数据集：收集 948 段多样化动画视频，配套双盲人评实验及 VBench 测试，人物一致性与运动一致性均达到 SOTA。
IT之家附 AniSora 图生视频示例：
示例 1
图中的人物坐在一辆向前行驶的汽车里，向后挥手，他们的头发在风中左右摇摆：
示例 2
场景显示两个身穿红色婚服的人物手持红绳走向远方：
示例 3
金发人物伸手触摸跪着的人物的头部，跪着的人物随着呼吸身体上下起伏：
示例 4
视频中，一名白发女孩跳舞，镜头拉近。她一边唱歌一边将右手旋转向镜头，手指张开：
示例 5
视频中，五名女孩跳舞，镜头拉近。她们一边唱歌一边将左手举过头顶，然后下拉至膝盖高度：
示例 6
帧中，一个人高速向前冲刺，动作因速度而略显模糊：
示例 7
帧中，角色举起手臂，表面可见气流流动：
示例 8
老人凝视着宝石，右手微调放大镜，嘴唇在动 —— 仿佛这颗宝石是解开某些古老知识或秘密的关键：
示例 9
左边的男人紧闭双唇，脸上刻着愤怒和决心。他的每一个表情都散发着深深的挫败感和坚定不移的信念。与此同时，另一个人张开嘴巴 —— 似乎即将爆发成一声喊叫或激情宣言：
示例 10
场景描绘了一块岩石爆炸，发出耀眼的光芒，碎片四散飞溅：
IT之家附 AniSora 开源地址：
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
