本次和大家分享一个非常好玩的图片生成跳舞视频的软件StableAnimator,软件可以通过一个姿势参考视频将一张图片合成为一个视频,这个新生成的视频人物动作和驱动视频人物动作一致。也就是动作姿势转移。

StableAnimator介绍
StableAnimator是一个端到端的ID保持视频扩散框架,它在参考图像和一系列姿势的条件下,无需任何后处理即可合成高质量的视频。
概述
目前用于人体图像动画的扩散模型难以确保身份(ID)的一致性。本文介绍了StableAnimator,这是第一个端到端的ID保持视频扩散框架,它在参考图像和一系列姿势的条件下,无需任何后处理即可合成高质量的视频。基于视频扩散模型,StableAnimator包含精心设计的模块,用于训练和推理,努力实现身份一致性。特别是,StableAnimator首先分别使用现成的提取器计算图像和人脸嵌入,然后通过使用全局内容感知人脸编码器与图像嵌入进行交互来进一步细化人脸嵌入。然后,StableAnimator引入了一种新的分布感知ID适配器,该适配器可以防止时间层引起的干扰,同时通过对齐来保留ID。在推理过程中,我们提出了一种新的基于Hamilton-Jacobi-Bellman(HJB)方程的优化方法,以进一步提高人脸质量。我们证明,求解HJB方程可以集成到扩散去噪过程中,得到的解约束了去噪路径,从而有利于ID的保留。在多个基准上的实验表明了StableAnimator在定性和定量上的有效性。
StableAnimator整合包使用说明
首先到网盘内将压缩包下载到本地电脑并解压。由于软件处理过程复杂,模型非常多非常大,总共约37G,所以我没有直接打包进压缩包里,而是做了个模型下载程序,可从阿里平台直接下载,速度非常快。模型下载完成后会提示模型下载完毕,然后双击启动软件即可。
你可以直接点击按钮【4启动webUI】,使用软件自带的实例素材,或是使用你自己的参考图使用软件自带的骨骼姿势数据,直接生成视频。你也可以使用自己的驱动视频提取姿势骨骼。下面以使用自己姿势驱动视频为例讲解。

首先双击【启动软件.exe】打开启动程序,然后在【驱动视频】里选择你的姿势驱动视频,建议mp4格式,在【参考图片】里选择你要最终生成视频的人物图片。
点击【1提取视频帧】,稍等片刻软件会将视频转为图片,完成后,点击【2提取人体骨骼】,软件会提取人体骨骼姿势图,姿势图保存路径为inference\数字文件夹名\poses
点击【3提取面部蒙版】
然后点击【4启动webUI】,稍等片刻即可打开webui界面。

先上传参考图片,然后在下方输入姿势路径地址,姿势路径地址就是启动程序窗口里显示的路径地址
下面参数保持默认即可,有感兴趣的可以自行调节测试,然后点击生成视频按钮即可开始合成视频。
注意事项
图片宽度尺寸为512,图片和驱动视频尺寸请保持一致
电脑系统需要win10或11
软件运行路径中不能有空格和非英文字符
建议英伟达显卡显存6G以上用户体验
图片转跳舞视频软件StableAnimator整合包免费下载链接:
相关推荐
音频驱动口型超逼真数字人视频制作软件Sonic整合包下载
人物动物图片转视频表情转移软件LivePortrait整合包使用说明视频教程
图片数字人视频制作软件LivePortrait整合包下载,图片转视频动物人物表情转移工具
照片人物表情控制软件AdvancedLivePortrait整合包,图片转视频工具
音频驱动口型图片转视频软件hallo整合包免费下载,AI视频制作工具
图片转视频免费软件LivePortrait整合包下载,AI人物动物照片开口讲话
FlashVSR低分辨率模糊视频高清放大工具整合包v1.1下载,免安装一键启动
人物动作迁移及视频人物替换软件Wan2.2-Animate-14B整合包下载,动作模仿视频换主体工具在线一键启动
最近更新

FunASR语音识别转文字软件区分说话人版
FunASR是一款优秀的基础语音识别框架,配合阿里通义团队开发的其它语音识别模型,能够实现非常好语音转文字效果,尤其在中文语音识别方面,鉴于有些用户需要对语音识别内容区分说话人,我重新做了一版区分说话人的版本。软件支持多语言识别,但是还是尽...

windows系统电脑通过WSL2安装OpenClwa实现开机自动启动详细教程
windows系统原生环境下运行openclaw多少还是会遇到点问题,虽然windows原生环境支持使用,但是WSL2仍是官方最推荐的方式。下面是windows系统电脑安装WSL2及OpenClaw详细教程。 安装 WSL2 以管理员身份打...

openclaw AI助手windows电脑安装部署及微信聊天配置详细教程
openclaw是目前最火爆的开源应用,没有之一,它功能强大远超同类应用。以前AI只是你问它答,OpenClaw可以说是有了手,可以帮你做事,做很多事,如果利用的好,绝对是个利器。下面分享一下windows系统电脑本地安装部署教程,有时候可...

Apple苹果3D 高斯(3DGS)模型ply文件生成器,图片转3D模型软件下载
ml-sharp是Apple苹果团队开发的一款3D高斯(3DGS)生成器,可将图片生成3D效果的ply文件。我基于当前最新版本制作了免安装一键启动整合包。 ml-sharp官方介绍 我们提出了 SHARP,这是一种从单张图像进行照片级逼真视...

字节跳动Dolphin图片文档解析工具免安装一键启动整合包下载,PDF转JSON/Markdown软件
本次再分享一个由字节跳动团队开发的一款图片文档解析工具Dolphin,支持解析表格、公式、文本、代码块等元素,支持图片和PDF文档转为Markdown和JSON格式文件,当前为最新发布的V2版本,各项功能效果都得到较大提升。 Dolphin...

微软最新图片转3D网格模型软件TRELLIS.2 windows版整合包下载,AI一键建模工具
上个月微软发布了图片转3D网格模型软件TRELLIS的2.0版本。之前1.0版本非常受欢迎,当前2.0版本功能更强大,效果更好。我制作了最新windows版免安装一键启动整合包。 TRELLIS.2官方说明 TRELLIS.2 是一款最先进...

FunASR最新模型FunAudioLLM/Fun-ASR-Nano-2512实时语音识别转文字热词版整合包下载
Fun-ASR-Nano-2512是阿里通义实验室前天刚发布的最新最强的一款语音识别转文字模型,支持31种语言,延迟低,在某些专业领域表现出色。我基于FunAudioLLM/Fun-ASR-Nano-2512模型制作了最新实时语音识别转文字...

Crawl4AI:基于AI大语言模型的网络爬虫和数据抓取工具整合包软件下载
Crawl4AI是一款基于AI大语言模型能力的网络爬虫和数据抓取软件,可以将网页转换为简洁、符合 LLM 规范的 Markdown 格式,适用于 RAG、代理和数据管道。它速度快、可控性强。 Crawl4AI官方介绍 开源的 LLM 友好型...

browser-use浏览器任务全自动化AI助手windows电脑版一键启动整合包
本次再和大家分享一个非常牛逼的AI助手软件:browser-use,别问哪里牛逼,反正很多人都在用,社区starts高达72.8K,火遍全球的deepseek 100K,browser-use 72.8K,就问你火不火。之前我也分享过其它类...

FlashVSR低分辨率模糊视频高清放大工具整合包v1.1下载,免安装一键启动
FlashVSR-一款高性能可靠的视频超高分辨率放大工具。迈向基于扩散的实时流式视频超分辨率——一种高效的单步扩散框架,用于具有局部约束稀疏注意力和小型条件解码器的流式VSR。 FlashVSR官方介绍 扩散模型最近在视频修复方面取得了进展...









