近日，通义万相正式发布wan2.2 - animate模型，只需上传一张人物图像和一段视频，即可实现精准的动作复刻与角色替换。无论是让静态图片中的人物“跳起舞蹈”，还是在影视后期中“更换主角”，都能生成媲美电影质感的动态效果，广泛适用于剧情魔改、影视换人、创意短视频等多样化场景。
该模型依托四大核心技术实现关键突破。第一，采用统一架构设计。通过优化输入方式，将“图生动作”（Move模式）与“视频换人”（Mix模式）整合为同一符号体系，模型可根据输入内容自动识别并切换生成模式，无需分别训练两个独立模型，显著提升了开发效率与资源利用效率。
第二，实现表情与肢体的高精度控制。系统将控制信号拆解为两部分：身体动作通过VitPose提取2D骨骼信息，并注入初始噪声的潜在向量中，确保姿态迁移准确无误；面部表情则直接对参考视频中的人脸图像进行编码，生成帧级隐式潜在特征，借助时序对齐的交叉注意力机制进行注入，避免传统方法依赖人工关键点导致的细节丢失，从而真实还原眼神流转、嘴角微动等细腻表情。过去多数AI只能模仿大致动作，面部僵硬或失真严重，而如今Wan2.2能完整复现原视频中的情绪表达，使输出质量从“娱乐级”跃升至“专业电影级”。
第三，支持角色替换后的自然光影融合。在Mix模式中引入Relighting LoRA模块，基于IC-Light合成数据训练，可在保持角色外观不变的前提下，学习目标视频的光照环境与色彩风格，使新角色真正“融入”原场景，而非生硬“贴图”。即使面对带有运镜、晃动镜头的复杂视频，也能实现无缝衔接。以往常见的AI换人结果常因光影不匹配显得虚假，如同贴纸一般突兀；而通义此技术通过“光影重塑”能力，精准还原阴影方向、明暗过渡与色调一致性，视觉上几乎无法分辨真假，宛如实拍。
第四，全面开源完整工作流。团队开放了包括模板视频预处理代码（用于从驱动视频提取模板文件）以及模型推理代码（输入模板与角色图生成视频），极大降低了开发者调用门槛，助力更多姿态驱动类模型的效果提升与应用拓展。
Wan2.2 - Animate是在此前开源的Animate Anyone模型基础上全面升级而来，不仅在人物一致性、画面清晰度、动作流畅性等方面取得显著进步，更同时支持“动作迁移”与“角色替换”双模式。在动作迁移模式下，用户上传一张角色图片和一段动作视频，即可让图片中的人物复现视频中的动作与表情；在角色替换模式下，则可在保留原始视频动作、环境与镜头运动的基础上，将原有人物替换为目标角色。
为支撑这一模型的研发，通义万相团队构建了一个大规模人物视频数据集，涵盖说话、表情变化与全身动作等多种行为，并基于通义万相图生视频模型进行了深度后训练。目前该模型已可成功驱动真人、动漫形象乃至动物照片，广泛适用于短视频创作、舞蹈模板生成、动画制作等多个领域。
现阶段，用户可通过通义万相官网（国内站与国际站 https://www.php.cn/link/b532f0f8baa4651aac8ccd180dcba01d Face及GitHub三大平台开源，便于二次开发与创意落地。通义万相此次推出Wan2.2 - Animate，既以技术创新攻克了“看起来假”的行业难题，又以开源策略打破了“用起来难”的普及壁垒，真正推动AI视频生成迈向实用化新阶段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
