开源动画模型要起风了：万通 Animate 上榜背后，国产 2D 动画生成生态观察

【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B

最近做动画的朋友圈有点热闹。

以前提起“让一张照片里的人动起来”，大家的第一反应是：这不就是特效公司干的活吗？一个几秒钟的镜头，动作捕捉棚、动捕服、后期一帧帧修，报价单能让人当场沉默。

现在，一张角色图丢进去，再配一段别人跳舞的视频，几分钟后，图里的人物就跟着跳完了同样的动作，连衣服褶子、头发甩动的节奏都跟得上。

这就是阿里通义实验室开源的Wan-Animate-2。8 月 7 日，代码和模型权重一起放出，14B 参数，Apache-2.0 协议，允许商用。一时间，做短剧的、做虚拟主播的、做电商图文的，全都跑来围观。

它为什么值得单独聊一聊？因为这一版改的不是“画质”，而是整个做动画的思路。

一、它到底是个啥？用一句人话讲清楚

你可以把它理解成一个**“动作替身中介”**。

你给它三样东西：

一张角色照片（长相、衣服、气质）；

一段真人视频（动作、表情、节奏）；

一段文字描述（这个角色长什么样、站在什么背景里）。

它负责把视频里的“表演”，原封不动地搬到照片里的角色身上。

以前这类工具的做法，有点像“传话游戏”：先把真人视频里的骨架、手势、表情一帧帧“翻译”成数据，再拿这份数据去指挥生成模型。中间每翻译一次，就丢一点细节——手抽筋了、脸变了、衣服飘得不对劲，全是这一层损耗带来的。

Wan-Animate-2 干的事，是把中间这个“翻译官”直接撤掉，让驱动视频自己走进生成模型内部。少传一手话，动作自然更准，长相也更稳。

打个比方：以前是“导演说戏 → 副导演转述 → 演员演”，现在是“导演直接站到演员面前示范”。差别就在这儿。

二、真正让人眼前一亮的三个地方

第一，长得还是原来那个人。

做角色动画最怕“身份漂移”——开头是你家小猫，跳到一半变成了隔壁的猫。这次官方演示里，同一个角色换上不同动作、不同机位，脸、服装、体型基本能稳住。对做系列短剧、虚拟形象的人来说，这一点比画质重要得多。观众认的就是那张脸，脸一崩，全白干。

第二，镜头可以“换机位”了。

这是老版本很难做到的事。以前动作是从视频里抠出来的，镜头视角也被“焊死”在原始视频上，你想从侧面看，只能重新拍一遍。

Wan-Animate-2 加了文字控制视角的能力：同一段舞蹈，你可以让它从正面拍、侧面拍、绕着拍。相当于拍摄现场突然多了一组可以随意摆放的摄像机，而演员一个都没多请。

第三，能同时管好几个人。

官方展示里有多人舞蹈、情侣对舞、一堆小猫一起蹦的案例，还支持“一个人带出多个人”“多个人对多个人”的驱动方式。这在过去是极难处理的场景——人多就容易串脸、串动作。

另外，官方还放出了蒸馏版：把生成步数从几十步压到 10 步左右，出片速度快好几倍，画质损失不大。论文里还提到一个 Lite 版本，延迟压到了实时线，能接直播摄像头做流式动画——这意味着“真人一抬手，屏幕里的虚拟人立刻跟着动”的直播场景，技术上已经跑通了。

三、门槛到底高不高？说实话，不低

先泼一盆冷水。

官方默认配置是8 张 A800 显卡跑 720P，也测试过 2 张 A800 跑 480P。这不是普通家用电脑能碰的规模，一台机器够买一辆不错的车。所以“在自己笔记本上跑”这件事，目前别想。

但普通创作者也不是没路走：

一是线上体验。魔搭社区有官方体验入口，海外的 Hugging Face 上也有社区维护的公共演示空间，上传图、上传视频、点生成，浏览器里就能跑，不用装任何东西。缺点是公共算力有限，一般只给几秒钟片段、分辨率压得比较低，排队和额度都得看运气。

二是等生态工具接上。官方已经把 ComfyUI、Diffusers 这些主流工具都适配了。这一步的意义，相当于给动画模型装上了“通用插座”——以后不用写代码，在可视化界面里拖几个模块就能出片。对不会编程的动画师来说，这才是真正的门槛下降。

三是商用授权。Apache-2.0 意味着公司拿去做产品、做接单生意，原则上不需要额外谈授权。这一点，对中小工作室的吸引力可能比技术本身还大。

四、它背后，是国产动画工具链在“补齐拼图”

这两年国产视频模型的节奏很密：文生视频、图生视频、首尾帧、视频编辑，一块块往上叠。到了“角色动画”这一块，拼的其实不是单纯的画质，而是可控性——能不能稳定地让指定的人，做指定的事，从指定的角度看。

这件事一旦跑通，连锁反应会很明显：

做短剧的，不用再为一个三秒的转身镜头找替身；

做虚拟主播的，真人对着摄像头表演就能实时驱动形象；

做电商的，模特图拍一套，后面换姿势、换场景都能省下重拍成本；

做独立动画的，一个人一台机器，也能撑起一集内容。

当然，坑也还在。手部动作、快速转身、大幅遮挡，依然是这类模型的传统弱项，官方自己也承认可能出现角色漂移。再往深了说，肖像权、版权、素材授权这些问题，技术解决不了，得靠人来守规矩。

写在最后

Wan-Animate-2 最有意思的地方，不是它把画质又推高了一点，而是它把“动作捕捉”这件曾经属于专业影棚的事，往普通创作者的手里又递了一截。

当然，现在这截还递得不够远——显卡门槛摆在那儿，线上体验也还在“能玩但不够用”的阶段。但趋势很清楚：模型在变轻，工具在变顺手，能玩的人越来越多。

最后想问问大家：如果哪天你只需一张照片加一段视频，就能让自家宠物跳完一支女团舞，你第一个想让它演什么？评论区聊聊，说不定下一个爆款短剧的创意就在这儿。

【免费下载链接】Wan2.2-Animate-2-14B项目地址: https://ai.gitcode.com/hf_mirrors/Wan-AI/Wan2.2-Animate-2-14B