国产动漫视频AI火了!二次元老婆随意捏,哥特、梦幻、机甲一键get siyushenqi.com • 2025 年 8 月 13 日 下午11:33 • 行业动态 • 阅读 484 视频生成赛道又起新秀,而且还是二次元定制版!稳定产出电影级画面,一键文/图生成视频,即使是「手残党」也能复刻自己喜欢的动漫作品了。 现在,各位二次元萌新们,不用再等「太太」出图啦! 我们不仅可以自己产粮,而且还是会动的那种。 如今,AI视频生成这个赛道,可谓是杀得如火如荼。这些更新更强的模型,思路和Scaling Law一脉相承,主打一个「又大又全」。 然而出图效果如何,全靠「抽卡」运气,更别提真实视频生成的恐怖谷效应、动漫视频生成的画风突变。 和大语言模型类似,在应用落地上想要全盘通吃的,就很难根据行业特征和专属诉求去进行专注的服务。 尤其是对于「二刺螈」小编来说,一直以来都没有找到合适的模型。 毕竟,作为普通动漫爱好者,想要和喜爱的角色同框出镜,或二创,没有绘画技能也只能空想。 从脚本构思、关键帧绘图、骨骼绑定到动态渲染,都需要付出大量的时间和精力。 来源网络 最近,小编发现了一个专为二次元打造的创作网站「YoYo」—— 只需通过文字提示或者上传图片等简单操作,即可一键获得生成高质量一致性强的动漫内容,让喜欢的角色栩栩如生地出现在「同人视频」中了! 大陆站传送门:yoyo.avolutionai.com 国际站传送门:yoyo.art 同人视频一键get 可以看到,YoYo不仅创作界面简洁,而且操作起来也非常容易上手。 而且最重要的是,对于动漫爱好者和创作者来说,二次元氛围沉浸感极强。 不管是提示词还是图片,都有着非常丰富的高质量素材——几十个流行人物角色,以及通用、平涂、机甲等各种风格,可谓是一站式集齐,让人直呼过瘾。 这些定制选择,可以在生成过程中控制角色的设计、故事走向,甚至是每一个细微的动画效果。 图文生动漫 话不多说,先来一波实测。 樱花飘落、颔首浅笑,再加上精致的的背景和服装,日漫的氛围感一下就出来了。 prompt:穿着和服的女子在开满印花的庭院 燃烧的蜡烛,火焰般的眼眸,黑色的lolita,诡异的氛围,拿捏得十分到位。 prompt:最高品质,杰作,插图,超级详细,(1女性:1.2),及肩长发,哥特服饰,闹鬼的大厦,拿着蜡烛,诡异 接下来,再看看出色的人物一致性。(白毛控狂喜) 从嫉恶如仇的屠龙少女—— prompt:1girl ,hair between eyes ,white hair, blue eyes,long hair,no hat,white dress ,elf,pointy ears, fight with a big dragon, sword 到林间散步的青涩女孩—— prompt:1girl,white hair,elf,blue eyes,long hair,pointy ears,sitting in river,stars,white dress,pink canvas backpack,taking a walk in the forest 亦或是坐在水中的精灵公主—— prompt:1girl,white hair,elf,blue eyes,long hair,pointy ears,sitting in river,stars,white dress,sitting quietly on the water 顺便一提,中英混合的prompt也是可以支持的。 prompt:1girl,hair between eyes,white hair,blue eyes,long hair,no hat,white dress,elf,pointy ears,瀑布,坐在瀑布下面,双手合十,闭眼 从上面这些动图可见,AI还原出了精准而富有表现力的人物表情,让短短几秒的视频充满了故事感。 头发、蒲公英和身上的裙子,一同在随风飘动非常自然。 prompt:一个紫色长发的女孩,在长满蒲公英的草原迎风微笑,天空中闪烁极光 落下的雪和杯中的热气升腾,即使相互交织在一起也能一眼分清。 prompt:一个围着围巾的短发女孩,在大雪天喝着热茶 一台巨大的「萝卜」矗立在城市里,林立的高楼描绘出震撼的场景。 prompt:机甲,无人,独自,云,武器,科幻,发光,天空,拿着武器,建筑物,城市 除了人物角色之外,背景的生成也非常有电影镜头的感觉。 prompt:梦幻的森林大陆的鸟瞰全貌,有森林湖泊,有小小的城镇,也有远远的高山 prompt:一个古朴小镇热闹的街市 从此,不论我们脑海有多么奇幻的场景,都可以让它在动画中还原出来了! prompt:梦幻的森林大陆上的森林,小兔子,小松鼠,五彩的蘑菇 prompt:一只通体雪白,角生梅花的鹿站在雪山顶峰眺望远方,身边发出微光 画面一键「复刻」 在「风物」这个场景中,我们可以一键「复刻」同好们生成的心仪场景。 选择「取材」后,模型根据同样的prompt,就生成了类似风格的图。 接着点「生成视频」——穿着JK制服的长发女孩,和弹钢琴的白色猫猫,这画面简直不要太美。 生成模型 当前AI生成的视频存在两大技术缺陷,一是可控性,二是生成速度。 以往的模型大多使用图像或文本指令作为生成条件,但缺少对视频中动作的精确、交互式控制。在生成视频时速度也非常慢,这对于C端应用来说也会严重影响用户体验。 为了解决这些模型缺陷,鹿影团队长期专注于技术攻关,并取得了丰硕的成果,发表了多篇「干货满满」的高水平论文。 Motion-I2V 今年1月刚刚发表的Motion-I2V论文提出了创新的图生视频框架,对于复杂图像,也能生成一致且可控的视频。 论文地址:https://arxiv.org/abs/2401.15977 之前的方法,例如AnimateDiff架构,通常会让模型同时负责运动建模和视频生成,直接学习从图像到视频的映射关系。 论文提出,这种合二为一的做法会导致细节上的动作失真和时序不一致。Motion-I2V则选择解耦这两个过程。 第一阶段使用基于扩散模型的运动场预测器(motion field predictor),参考给定的图像和文本提示,专注于像素级的运动轨迹推断,预测参考帧和所有未来帧之间的运动场映射。 第二阶段则提出了一种新颖的运动增强时序层,用于增强模型中有限的一维时间注意力。这个操作可以扩大时序感受域,减轻了同时学习时空模式的复杂性。 有了第一阶段轨迹预测的指导,第二阶段的模型能更有效地将所给图像的特征传播至合成的视频帧,加上稀疏的轨迹控制网络Control-Net,Motion-I2V还可以支持用户对运动轨迹和运动区域的精准控制。 与仅依赖文本prompt相比,这种方法为I2V过程提供了更多的可控性。此外,第二阶段的模型还天然地支持零样本生成,以及视频到视频的转换。 与现有方法相比,即使在运动幅度较大、视角变化的情况下,Motion-I2V也能生成更一致的视频。 从demo中可以明显看出,相比Pika、Gen-2等模型,Motion-I2V的确能模拟出更好的运动形态,视觉细节也更逼真。 AnimateLCM 在文生视频方面,今年2月发表的AnimateLCM模型公开了源代码和预训练权重,仅需4个迭代步骤就能生成质量优秀的动画,因此受到了开源社区的广泛欢迎,仅单月下载量就超过6万。 仓库地址:https://huggingface.co/wangfuyun/AnimateLCM 文章提出,扩散模型的虽然有优秀的生成效果,但其中迭代去噪过程包含30~50个步骤,计算量很大且比较费时,因而对实际应用造成了限制。 团队从潜在一致性模型(Latent Consistency Model,LCM)中得到启发,旨在用最少步骤生成高质量的逼真模型。 论文地址:https://arxiv.org/abs/2402.00769 AnimateLCM没有直接在原始的视频数据集上进行训练,而是从训练好的Stable Diffusion模型中蒸馏出先验知识。并且采用了解耦策略,将图像生成和运动生成的先验分开,再对图像模型进行3D膨胀,能够提高训练效率和生成质量。 此外,为了让AnimateLCM模型更好地适应社区中被广泛应用的各种适配器(adapter),论文提出了一种不需要额外教师模型的「加速」策略来训练适配器。 实验证明,这种策略行之有效。搭配图像条件适配器或布局条件适配器时都有很好的兼容性,不仅没有损害采样效率,还实现了模型功能的扩展。 除了文生视频和图生视频,AnimateLCM还能在零样本情况下进行高效的视频风格迁移,或者用于扩展视频长度,最多可达到基本长度的4倍,并且实现了近乎完美的一致性。 Phased Consistency Model 虽然AnimateLCM已经取得了很好的效果,但开发团队并没有就此止步,而是选择在此基础上进一步探索。 在5月发表的最新论文中,作者指出,潜在一致性模型依旧存在一些本质缺陷。论文逐个调查了这些缺陷背后的成因,并提出了改进过的阶段一致性模型(Phased Consistency Model,PCM),实现了显著的提升。 论文地址:https://arxiv.org/abs/2405.18407 CM和LCM的设计局限主要体现在三方面: 1. 可控性:在图像和视频生成中,有一个名为CFG的重要参数(classifier-free guidance),控制文本提示对生成结果的影响程度。CFG值越高,图像或视频与提示的相关程度就越高,但也提高了画面失真的可能性。 Stable Diffusion模型在较大的CFG值范围内(2~15)都能生成出较好的画面,但LCM可接受的CFG值一般不能超过2,否则就会出现过度曝光问题。 无法提高CFG值,大大限制了文本提示对生成视频的可控性。此外,LCM对负面提示也非常不敏感,比如下图的第一个例子中,模型会「明目张胆」地无视提示要求,偏要生成一只带黑色毛的狗。 2. 一致性:这两种模型都只能使用随机的多步采样算法,因此即使采用同一个种子开始生成,在推理过程中也能看到各步骤之间明显的不一致。 3. 效率:除了上面两个硬伤之外,作者发现,LCM在少于4步的少步骤推理中无法给出较好的生成结果,因而限制了采样效率。 PCM的架构设计就很好地解决了以上三个缺陷: PCM模型支持确定性采样,能够保持多个推理步骤中的图像一致性 PCM可以使用LCM中不可用的普通常微分方程求解器,代替原有的CFG增强的求解策略,从而让模型能够接受更高的CFG值 在隐空间中引入对抗性损失来确保图像分布的一致性,大大提升了少步骤推理情况下的生成效果 实施了针对性的解决措施后,PCM在1~4步推理时生成的视频效果相比LCM有了肉眼可见的显著优化。后续的消融实验也证明了PCM这些创新设计的必要性。 从MotionI2V到AnimateLCM,再到最新的PCM,鹿影团队逐步的迭代中不断寻求突破和提升,实现了PCM的惊艳效果,模型的先进性能从基准测试的得分和横向对比中就可见一斑。 在单步推理生成图像时,PCM方法在2个数据集、5个指标上几乎都超过了Stable Diffusion-Turbo的得分,一致性得分的优势更加显著,从SD-Turbo的0.71提升至0.81。 当推理步骤从第1步逐渐增大到第16步时,这种优势依旧明显。多数情况下,使用普通ODE求解方法的更胜一筹。 使用CLIP分数、光流估计、CLIP一致性三个指标量化评估视频生成质量时,PCM模型依旧在少步骤推理(≤4步)中取得了明显的优势,相比其他两个Diffusion架的构基线模型DDIM、DPM以及AnimateLCM都有大幅度提升。 值得一提的是,鹿影科技的研发并非一朝一夕之功,他们的技术创新持续数年并不断迭代。 比如2022年提出的新颖架构FlowFormer在当时的Sintel光流基准测试中排名第一,2023年发布的视频光流估计框架VideoFlow在所有公共基准测试上刷新了SOTA。 论文地址:https://arxiv.org/abs/2203.16194 论文地址:https://arxiv.org/abs/2303.08340 MPI Sintel是由华盛顿大学、佐治亚理工学院和马克·普朗克研究所的多名研究人员共同开发的开源数据集,是目前光流算法领域使用最广泛的基准之一。其中的样本很好地代表了自然场景和运动,对当前的方法极具挑战性。 在最新的排行榜上,前五名中VideoFlow系列就占据了三个位置,其中ViCo_VideoFlow_MOF更是排名第一,足可见鹿影团队的技术沉淀和硬实力。 一直以来,我们高喊国漫崛起,但新作品发展迟缓,始终未能实现真正的突破。 未来,有了AI的入局,会让动漫制作的现状和创意,得到极大地改善。 对于鹿影科技,接下来要做的是,让科研成果迅速转化,让AI工具帮助原创动漫实现指数级增长。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33920.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 国内首款C端AI电商应用产品落地,物圆TreLoop重塑二手交易体验 上一篇 2025 年 8 月 13 日 下午11:33 AI 入侵还是协助?知乎创作圈怎么用 AI 下一篇 2025 年 8 月 13 日 下午11:33 相关推荐 行业动态 重磅监管!OpenAI新大模型,需要美国政府审查才能发布 OpenAI联合创始人兼首席执行官Sam Altman在社交平台宣布,与美国AI安全研究所达成合作协议,对于OpenAI未来的模型进行预发布测试。 siyushenqi.com 2025 年 8 月 13 日 441000 一个月内开测、上线4款新品,2022会成为飞鱼科技的“转势年”吗? 十年前,在那个手游方兴未艾的年代,一款名为《保卫萝卜》的休闲塔防游戏,在清新可爱的画风与趣味塔防玩法的加持下,迅速红遍了大江南北,一度获得了2012年苹果官方App Store年度游戏提名等业内荣誉,这也让彼时已经因页游爆款《神仙道》已小有名气的飞鱼科技,进一步走进了大众视野。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 485000 行业动态 曾冲畅销第二,立志做「中国迪士尼」,这家公司却以5.6亿卖身了 不谋而合? siyushenqi.com 2025 年 8 月 19 日 502000 GPT-4撑腰,Office全家桶集体升级,微软向谷歌丢出“王炸” 继搜索引擎后,生产力工具领域的AI革命全面打响。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 467000 行业动态 9月12日淘宝天猫商家逐步开通微信支付 互联网大企业之间打破壁垒,终于迎来了一个里程碑事件。 siyushenqi.com 2025 年 8 月 5 日 435000 行业动态 Facebook先下手为强 投资印尼增长最快的应用程序 Gojek Facebook和Paypal已经宣布投资Gojek,这是印度尼西亚第一个且增长最快的应用程序。 siyushenqi.com 2025 年 8 月 26 日 476000 2022年10月澳大利亚电商报告 与疫情前水平相比,今年的交易量增长了69%,该数据也直接说明澳大利亚的电子商务市场已恢复正常增长。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 413000 私域神器每周精选 No.32|多款精品游戏寻海外发行 企业寻东南亚电商店铺 本期精选的合作类型涵盖多款精品手游资源合作与流量需求,寻东南亚电商店铺主等。接下来就一起看看吧~ siyushenqi.com 2025 年 8 月 24 日 • 行业动态 452000 行业动态 小游戏转战App闯入畅销榜前三、接棒产品退场,这家公司还能引领潮流吗? 在现阶段,疯狂游戏不仅想要尽力守住《咸鱼之王》的王座,还需要趁着在微信小游戏上具备足够优势时,尽快把合适的代理产品收入囊中。 siyushenqi.com 2025 年 8 月 18 日 506000 行业动态 iOS 设备上高效执行 iMessage 群发的标准流程 iMessage 群发功能在 iOS 设备上成为高效的沟通工具,广泛应用于个人和企业的通知、邀请及营销活动中。该功能提供了便捷的群发方式,支持多种媒体内容的发送,并具备较高的成功率和私密性。然而,在使用时需要注意设备设置、合规性要求和... siyushenqi.com 2026 年 1 月 25 日 456000 行业动态 国产乙游怎么就打起来了? 国产乙女游戏开始进入新阶段了。 siyushenqi.com 2025 年 8 月 18 日 442000 行业动态 ReelShort警示:短剧出海能否守住原创底线? 2025 上半年海外短剧内购收入 10.79 亿美元(+158%),下载 6.65 亿次(≈6 倍),但收入增速远低于流量增速,行业整体“烧钱买量”。 siyushenqi.com 2025 年 9 月 1 日 628001 行业动态 TEMU要把亚马逊赶下王座 亚马逊在国际电商市场上面临来自拼多多旗下TEMU的激烈竞争,TEMU的全球访问量已位居第二,且用户量有望超过亚马逊。 siyushenqi.com 2025 年 8 月 5 日 401000 行业动态 OpenClaw项目社区生态与开源贡献路径 OpenClaw是一个面向个人AI助手的开源项目,通过插件化技能体系与跨平台架构构建开放生态。项目强调社区驱动的发展模式,鼓励开发者参与功能扩展、工具构建与经验分享。随着GitHub社区快速增长,OpenClaw逐渐形成以协作、共享与... siyushenqi.com 2026 年 3 月 10 日 356000 行业动态 ReelShort——全球首部全手机拍摄短剧即将上线 海外短剧平台ReelShort即将上线首部全程通过iPhone拍摄的短剧"INFATUATED WITH THE CEO",这可能是全球第一部全片由手机拍摄的短剧作品。 siyushenqi.com 2025 年 8 月 17 日 447000 行业动态 Shortmax联合创始人、COO何泽曦:从0到3000万,我们做对了什么? 何泽曦认为短剧是AI技术未来落地的场景之一,虽然目前AI在短剧制作中的应用还处于探索阶段,但它有潜力成为提高生产效率和营销效果的工具。 siyushenqi.com 2025 年 8 月 17 日 529000 祖龙虚幻引擎新项目曝光:女性向、换装、可以捏脸 在去年的虚幻引擎技术开放日Unreal Open Day上,祖龙CEO在现场分享了祖龙游戏开发虚幻引擎游戏的一些情况,其中就曝光了一款正在开发中的的全新项目《PROJECT I》。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 511000 行业动态 中国又一款大模型登顶!外媒:“又一个DeepSeek时刻” 7 月 18 日,万亿参数 MoE 模型 Kimi K2 在权威榜单 LMArena 中位列全球开源第一、总榜第五(前四均为闭源),获社区 3000+ 票支持。 siyushenqi.com 2025 年 8 月 13 日 464000 年赚28亿,《流浪地球》背后这门“隐秘生意”有多野? IP游戏这条千亿赛道,“流浪地球”鲨疯了 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 465000 靠AI实现爆单“独立”:跨境电商和AI的化学反应远超想象 AI技术将在多大程度上影响电商行业,出海电商未来又能否踏浪而行,值得期待。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 405000 行业动态 PAGC2025丨大咖论道,解锁DTC品牌增长新动能,翻开出海人的智汇新篇 掌握出海人的品牌增长秘笈。 siyushenqi.com 2025 年 8 月 15 日 472000 行业动态 沙特中小企业为留住回头客,纷纷转向电商 沙特的小型企业在适应2020年艰难时期时非常灵活。26%的沙特企业家增加了线上营销活动以吸引更多客户。 siyushenqi.com 2025 年 8 月 13 日 451000 行业动态 【案例分析】利用品牌合作,Stumble Guys 在派对吃鸡游戏市场克敌制胜 Scopely 战略性地利用 Stumble Guys 的多方合作,在派对吃鸡游戏市场领先竞争对手。 siyushenqi.com 2025 年 8 月 18 日 520000 行业动态 狂卷1343万美金,这款“减肥药”在美区赚麻了!TikTok Shop美国小店(3.31-4.6)新榜 本期(2024年3月31日—4月6日)TikTok Shop 美国站“品类周榜”及“店铺周榜"销量数据分析,帮助卖家及时了解 TikTok Shop 美国小店最新市场现状,掌握选品趋势。 siyushenqi.com 2025 年 8 月 6 日 528000 行业动态 马斯克:Optimus机器人明年开卖 特斯拉CEO马斯克在达沃斯表示,Optimus或于2027年底前面向公众销售,目前已能在工厂执行简单任务。 siyushenqi.com 2026 年 1 月 29 日 370000 行业动态 单飞一个月,董宇辉被拉下神坛? 董宇辉正在面临“GMV向左,口碑往右”的尴尬局面。 siyushenqi.com 2025 年 8 月 5 日 412000 行业动态 OpenAI发布CoT监控,增强AI Agent自主能力 OpenAI 推出思维链(CoT)监控,让 AI Agent 在自主决策时把推理过程可视化,解决黑箱问题并建立可信赖的 AI 系统。 siyushenqi.com 2025 年 8 月 13 日 413000 行业动态 WhatsApp群发号与超级号的差异分析 群发号与超级号的主要差异 群发号与超级号的功能对比 群发号与超级号的使用场景 超级号的管理工具 常见问题解答 群发号与超级号的主要差异 WhatsApp群发号与超级号的主要差异体现在功能和使用限制上。群发号适合于小规模消息的发送,通常用于向有限的受众群体传达信息,而超级号则支持更大范围的互动和管理。通过超级号,用户可以更有效地进行大规模沟通,并具备更强大的管… siyushenqi.com 2025 年 8 月 13 日 下午11:33 484000 行业动态 5 年 160 亿估值,硅谷「企业 AI」领头羊怎么做到的? 大模型引发的 AI 大战持续了两年多之后,现在所有创业团队和投资人都在问的一个问题是——适用于大模型真正的场景有哪些?或者,更重要的是,到底怎么才能获得货真价实的客户和营收? siyushenqi.com 2025 年 8 月 13 日 440000 行业动态 谷歌正以230亿美元,收购云安全平台Wiz 谷歌正以230 亿美元与云安全初创平台Wiz ,进行高级收购谈判,并且很快就会顺利完成。 siyushenqi.com 2025 年 8 月 13 日 424000 发表回复 请登录后评论...登录后才能评论 提交