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
最近更新

优云智算HappyHorse AI 视频生成API KEY WebUI
大家可能平常刷视频的时候已经发现了,进入2026年AI短剧极其火爆,不管是短视频平台还是拼多多等购物平台,短剧视频里经常能刷到AI漫剧。前几年短剧公司拍真人短剧赚的盆满钵满,进入2026年短剧公司被AI打的毫无还手之力。借助AI的快速发展,...

LTX-2.3 视频生成免安装部署整合包软件下载
LTX-2 是由 Lightricks 开发的首个基于 DiT(扩散变换器)架构的音视频基础模型,能够在一个统一模型中同时生成高质量的视频与同步音频。与以往需要分别处理视频和音频的方案不同,LTX-2 将两者深度融合,实现真正的音画同步生成...
windows电脑剪贴板内容管理工具Ditto下载,快速粘贴预设文字内容回复话术
和大家分享一个windows电脑剪贴板内容管理神器Ditto,软件可以快速将预设文字内容填充到指定位置。 由于每天都要写大量文字,有时候还是重复内容,频繁到其它地方复制粘贴的话比较耗时间,所以找到了这款软件,首先佩服一下软件作者,这个软件维...
PDF转word软件FreeP2W免安装版下载
这软件还是很早的时候一个用户让做的,发现没分享过,现在分享一下。 软件主要功能就是把PDF文档转换为word文档 软件使用很简单,把需要处理的pdf文档复制到input文件夹内,双击启动软件.exe,等待处理完成即可。 注意事项 软件只支持...

多人对话有声书制作软件VoxCPM Windows版整合包,高质量声音克隆语音合成工具
前几天调试了刚出的omnivoice,本次再分享一个语音合成(TTS)领域的开源天花板——VoxCPM。我基于原版功能增加了多人对话语音合成功能,因为之前分享的时候有用户有多人对话语音合成需求,这次顺便增加了这个功能。 一、 什么是 Vox...

图片/PDF转HTML/Markdown/JSON软件Chandra—— Windows 版一键启动包,免安装部署,可离线
日常工作和学习中,我们经常需要把 PDF 文档或复杂的图片(包含表格、公式、排版)转换成可编辑的文本。传统的 OCR 软件往往对复杂排版和表格无能为力,Chandra 2对于多语言文档处理表现更加优秀。 今天向大家推荐一款基于多模态大模型的...

【免安装/解压即用】支持600+语言的神级TTS!OmniVoice 零样本语音克隆一键整合包发布
今天为大家带来一款基于近期爆火的开源语音大模型项目 OmniVoice 制作的免安装、纯离线、一键启动整合包!小白也能在自己的电脑上轻松体验当前地表最强的零样本语音克隆技术! 🎯 一、 什么是 OmniVoice?它有多强? OmniVoi...

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...












