AnyCharV – 港中文联合清华等机构推出的角色可控视频生成框架

AnyCharV是香港中文大学、清华大学深圳国际研究生院、香港大学联合推出的角色可控 视频生成 框架，能将任意参考角色图像与目标驱动视频相结合，生成高质量的角色视频。AnyCharV基于两阶段训练策略实现精细到粗略的引导：第一阶段用细粒度分割掩码和姿态信息进行自监督合成；第二阶段用自增强训练和粗粒度掩码优化角色细节保留。AnyCharV 在实验中展现出优越的性能，能自然地保留角色的外观细节，支持复杂的人-物交互和背景融合。AnyCharV能与 文本到图像 （T2I）和 文本到视频 （T2V）模型生成的内容结合，具有很强的泛化能力。

官网：https://github.com/AnyCharV/AnyCharV

立即打开官网