动漫党福音！B站开源最强动漫视频生成模型，专为二次元打造

在通用视频生成模型横扫互联网的今天，哔哩哔哩（B站）作为广大二次元爱好者聚集地，为AI动画创作带来了革命性的突破。

昨天，B站宣布开源其最新的动画视频生成模型——Index-AniSora，这是首个专为二次元风格视频生成打造的AI模型，支持一键生成多种动漫风格视频，包括番剧、国创、漫改、鬼畜等。

B站团队提出了一种统一的框架，专为动画视频生成设计，包含时空掩码模块，能够执行图像到视频生成、帧插值和局部图像引导动画等任务。

用户仅需输入一张静态图片或一段文字描述，模型即可通过“动态拆解-重构”流程，生成流畅且风格统一的视频。

我们先来看看官方给出的不同艺术风格图像生成视频演示：

提示：画面中角色举起手臂，可以看到气体流沿着其表面流动。

、、

提示：图片中的人物坐在一辆向前行驶的汽车里，向后挥手，头发随风左右摇摆。

除了图像生成视频，在时间控制方面，官方也逐帧展示了画面效果：

提示：在这个视频中，我们看到的是动画电影《美女与野兽》中的一个场景，有贝儿和野兽。贝儿有着长长的金发，站在一间有大窗户的房间里，看着窗外并对它说话。她穿着一件紫色的连衣裙，上面是一件紫色的上衣...

第一帧

中框

最后一帧

视频

团队收集了 948 个不同动画视频的评估基准，在 VBench 和人类双盲测试上的评估表明角色和动作的一致性，在动画视频生成方面取得了最先进的结果。

在技术实现方面，B站的研究团队构建了首个面向动漫领域的高质量奖励数据集，通过3万条人工标注数据，从视觉平滑度、角色一致性等6大维度量化视频质量。

基于此，团队首创了AnimeReward评估系统——一个专为动漫视频生成对齐设计的多维度高可信奖励系统。并引入GAPO（差距感知偏好优化）算法，强化模型的对齐性能，使得生成的动画视频更贴近人类偏好。

B站这次放出了包含模型权重、训练代码、数据集标注规范在内的全套工具链。

回溯B站的AI布局，从2022年上线实时翻译的AI字幕，到2023年推出老动画4K修复工具，再到如今的技术开源，这家以二次元文化起家的平台，正在用技术重构内容生产的底层逻辑。

当技术民主化的浪潮席卷二次元世界，我们或许正在见证一个新时代的黎明——在这个时代，每个人都能成为动画导演，每段故事都值得被完美呈现。