公众号关注 “GitHub AI 开源”

设为 “星标”，每天看看 AI 开源项目！

Animate Anyone 可以根据静态的图片生成角色的视频，短短四个月的时间就收获了 13.8K 的 star。

虽然收获了这么多的 star，但是Animate Anyone 并没有公开自己的源码，只是公开了论文和演示的视频 demo。

虽然Animate Anyone 团队在公告中发布表明他们正在积极准备公开发布的演示和代码，但是却无法承诺具体的发布日期。

目前给出的理由是：我们的目标不仅是共享代码，还要确保它是健壮和用户友好的，将其从学术原型过渡到更完善的版本，以提供无缝体验。

当然，并不是所有的人都相信这份声明，所以在 issues 区就出现了很多有意思的评论，比如“会不会创造出一个新名词：阿里式开源”，“这里是 github，不是 tiktok 或者 IG，来获得粉丝的”，更有直接说“删库”或者说是“骗子项目”的。

还有人直接说，不要相信这份声明，或者说自己已经 60 岁了，应该是等不到Animate Anyone 团队公开源码了。

Animate Anyone 项目虽然还没有公开源码，但是目前已经公开了论文和演示视频demo。

根据团队公开的论文，可以看到他们将图片生成视频的方法如下：

姿态序列最初使用 Pose Guider 进行编码，并与多帧噪声融合，然后由 Denoising UNet 进行去噪过程以生成视频。

去噪 UNet 的计算块由空间注意力、交叉注意力和时间注意力组成，如右侧虚线框所示。

参考图像的集成涉及两个方面。首先，通过 ReferenceNet 提取详细特征并用于空间注意力。其次，通过 CLIP 图像编码器提取语义特征进行交叉注意力;时间注意力在时间维度上运作。最后，VAE 解码器将结果解码为视频剪辑。

视频演示 demo：

为任何人着装：适合任何服装和任何人的超高品质虚拟试穿。

图像到视频（如 Gen2）+会说话的头部生成（基于 VividTalk 的内部项目）