Wan2.2-Animate
github地址：https://github.com/Wan-Video/Wan2.2
Wan2.2 是一个开源的 AI视频生成模型框架，主要用于 文本→视频、图片→视频、音频→视频生成。它属于当前比较先进的一类 Video Diffusion（视频扩散模型）。
它支持多种生成方式：
- Text-to-Video (T2V)：文本生成视频
- Image-to-Video (I2V)：图片生成视频
- Text+Image-to-Video (TI2V)：文本+图片生成视频
- Speech-to-Video (S2V)：音频驱动生成视频
- 角色动画 / 替换（Animate）
本文主要是 角色动画 / 替换（Animate）
下图是测试效果
左侧是你的目标图片，让你的图片可以学习视频里面的人物动起来
中间是你要模仿的视频文件，可以是跳舞视频，也可以是其他动作视频
右侧是图片根据中间视频生成的视频结果
可以看到结果视频基本和中间视频的动作一致，但是人物不相同
同时原本只有一个头像的图片，在ai的处理下，自动添加了背景墙和下半身身体以及对应颜色和款式的衣物
建议模仿中间视频时，图片的人物最好和视频的人物一致，比如都是全身像，这样效果更好一些
使用步骤
双击run_nvidia_gpu.bat,启动终端
等待终端执行完成
文件夹名称建议不要有中文路径
终端界面
确认终端无报错，自动打开对应的网页
如果127.0.0.1打不开，可以换为localhost，有代理的记得关掉代理
选择图片，选择图片要模仿的视频（比如跳舞视频），点击run
等待视频处理完成
本文使用3060 12Gb显卡测试，内存为64GB ddr4，测试过程中，本项目先使用cpu处理，然后内存爆满到60Gb，最后使用显卡峰值大约为8.2GB
整个视频处理时间大致为10分钟，不同的分辨率处理的时间各不相同，配置好的可以尝试1080p等高清分辨率，具体使用细节可以查看界面的参数自行调整
低显存8G可尝试，但是不一定成功，12GB显存可行
Tips
点击此处 网盘下载
目前已发布了LTX2.3 文生视频和图生视频，之前也体验了wan2.2文生视频和图生视频，不过还没有整理出来
有的人评价wan2.2某些场景好过LTX2.2，各有各的优点和特色
本文懒人包是wan2.2的一个动作迁移功能分支