5 月 18 日消息，B站團隊 5 月 12 日開源了動漫視頻生成模型 AniSora。

AniSora 能夠一鍵創建多種動漫風格的視頻片段，包括系列劇集、中國原創動畫、漫畫改編、VTuber 內容、動漫 PV 和鬼畜動畫等。

B站團隊表示，動畫內容在當今影視行業中備受關注。盡管 Sora、Kling、CogVideoX 等先進模型在自然視頻生成方面表現出色，但在動漫視頻上仍捉襟見肘。

此外，由于動漫獨特的藝術風格、夸張的運動以及對物理規律的打破，也給評測帶來了巨大挑戰。

該項目提出了完整的系統 AniSora，涵蓋：

數據處理流水線：超過 1000 萬高質量數據； 可控生成模型：引入時空掩碼模塊，支持圖生視頻、幀插值、局部圖像引導等關鍵動畫制作功能； 評測數據集：收集 948 段多樣化動畫視頻，配套雙盲人評實驗及 VBench 測試，人物一致性與運動一致性均達到 SOTA。

附 AniSora 圖生視頻示例：

示例 1

圖中的人物坐在一輛向前行駛的汽車里，向后揮手，他們的頭發在風中左右搖擺：

示例 2

場景顯示兩個身穿紅色婚服的人物手持紅繩走向遠方：

示例 3

金發人物伸手觸摸跪著的人物的頭部，跪著的人物隨著呼吸身體上下起伏：

示例 4

視頻中，一名白發女孩跳舞，鏡頭拉近。她一邊唱歌一邊將右手旋轉向鏡頭，手指張開：

示例 5

視頻中，五名女孩跳舞，鏡頭拉近。她們一邊唱歌一邊將左手舉過頭頂，然后下拉至膝蓋高度：

示例 6

幀中，一個人高速向前沖刺，動作因速度而略顯模糊：

示例 7

幀中，角色舉起手臂，表面可見氣流流動：

示例 8

老人凝視著寶石，右手微調放大鏡，嘴唇在動 —— 仿佛這顆寶石是解開某些古老知識或秘密的關鍵：

示例 9

左邊的男人緊閉雙唇，臉上刻著憤怒和決心。他的每一個表情都散發著深深的挫敗感和堅定不移的信念。與此同時，另一個人張開嘴巴 —— 似乎即將爆發成一聲喊叫或激情宣言：

示例 10

場景描繪了一塊巖石爆炸，發出耀眼的光芒，碎片四散飛濺：

附 AniSora 開源地址：