本文转载自：DreaMoving：基于扩散模型的可控视频生成框架 - Hello123
**
一、核心定位解析
DreaMoving 是由生数科技研发的扩散模型视频生成框架，专注人物动作定制化生成。通过视频控制网（Video ControlNet）和内容引导器（Content Guider）技术，实现高精度身份保持与动作控制，支持文本 / 图像驱动人物舞蹈、运动等动态视频创作。
官网链接 ：https://dreamoving.github.io/dreamoving
二、核心功能亮点
2.1、精准动作控制
- 姿势序列驱动：输入骨骼关键点或深度图序列，生成连贯人物动作
- 身份一致性：面部参考图像锁定主体特征，避免动作迁移中的身份失真
2.2、多模态驱动支持
- 文本描述：定义场景风格（如 "赛博朋克舞台"）
- 图像参考：指定服装、环境等视觉元素
- 混合输入：结合文本与图像实现精细化控制
2.3、影视级输出能力
- 1080P 分辨率输出
- 30fps 流畅帧率
- 支持无缝循环动作生成
三、核心应用场景
3.1、影视特效制作
替换替身演员动作，实现主演面部与特技动作的精准融合，降低实拍风险。
3.2、虚拟时尚展示
生成模特多角度服装展示视频，支持动态走秀与 360° 细节呈现。
3.3、个性化内容创作
自媒体用户快速制作角色舞蹈视频，适配短视频平台传播需求。
3.4、虚拟人驱动
为数字人主播生成自然口型与肢体动作，提升直播真实感。
3.5、教育演示
还原历史人物舞蹈或运动姿态，用于文化教学场景。
四、操作指南
4.1、访问平台
4.2、输入控制信号
- 上传面部参考图（必选）
- 提供姿势序列（OpenPose 格式）或深度图
4.3、设定创作参数
- 输入文本描述场景（例："霓虹灯光下的机械舞"）
- 调整动作幅度与速度滑杆
4.4、生成与优化
- 点击生成等待约 2 分钟
- 支持分镜再生局部优化
五、产品深度评测
5.1、核心优势
✅ 身份保持能力：跨帧面部特征一致性达 98%，行业领先
✅ 动作自然度：复杂舞蹈动作过渡流畅性超越 Runway Gen-2
✅ 开源适配性：支持对接 Stable Diffusion 生态插件
✅ 硬件门槛低：消费级显卡（RTX 3060）可流畅运行
5.2、现存不足
⚠️ 场景复杂度局限：多人互动场景易出现肢体穿插错误
⚠️ 物理模拟缺失：布料动态模拟精度不足（如飘动裙摆失真）
⚠️ 商业化限制：企业级商用需单独授权（$599 / 月起）
六、竞品对比分析
|----------|---------------------|------------------------|--------------------|
| 维度 | DreaMoving | Runway Gen-3 Alpha | 阿里 MotionAgent |
| 核心技术 | 视频控制网 + 身份引导器 | 时空扩散架构 | 多模型串联流水线 |
| 生成精度 | 1080P@30fps（人物特化） | 1280x768@24fps | 720P@25fps |
| 控制维度 | 姿势 / 面部 / 文本三轴控制 | 文本 + 图像风格迁移 | 剧本驱动生成 |
| 身份保持 | 跨帧一致性 98% | 85%（动态场景易失真） | 依赖剧照连贯性 |
| 生成效率 | 10 秒 / 2 分钟（1080P） | 5 秒 / 1 分钟（计费按秒） | 全流程约 15 分钟 |
| 商用成本 | 本地部署免费 / 云服务 299 起 | 0.5 / 秒（Alpha 版） | API 调用按量计费 |
6.1、场景选择指南：
- 人物动作定制：DreaMoving 在身份保持与动作精度上不可替代
- 影视级特效：Runway Gen-3 Alpha 的物理模拟更优
- 剧本化创作：阿里 MotionAgent 提供从文本到视频的全流程支持
- 长视频生成：SkyReels V2 支持无限长度视频（需 14B 参数版）