張淑依

作為Index-AniSora項目的一部分，V3版本在原有基礎(chǔ)上進一步優(yōu)化了生成質(zhì)量、動作流暢度和風(fēng)格多樣性，為動漫、漫畫及VTuber內(nèi)容創(chuàng)作者提供了更強大的工具。

AniSora支持一鍵生成多種動漫風(fēng)格的視頻鏡頭，包括番劇片段、國創(chuàng)動畫、漫畫改編、VTuber內(nèi)容、動畫PV、鬼畜（MAD）等。

AniSoraV3基于B站此前開源的CogVideoX-5B和Wan2.1-14B模型，結(jié)合強化學(xué)習(xí)與人類反饋（RLHF）框架，顯著提升了生成視頻的視覺質(zhì)量和動作一致性。其支持一鍵生成多種風(fēng)格的動漫視頻鏡頭，包括番劇片段、國創(chuàng)動畫、漫畫視頻改編、VTuber內(nèi)容等。

核心升級包括：

時空掩碼模塊（SpatiotemporalMaskModule）優(yōu)化：V3版本增強了時空控制能力，支持更復(fù)雜的動畫任務(wù)，如精細的角色表情控制、動態(tài)鏡頭移動和局部圖像引導(dǎo)生成。例如，提示“五位女孩在鏡頭放大時起舞，左手上舉至頭頂再下放至膝蓋”能生成流暢的舞蹈動畫，鏡頭與角色動作同步自然。

數(shù)據(jù)集擴展：V3繼續(xù)依托超過1000萬高質(zhì)量動漫視頻片段（從100萬原始視頻中提?。┻M行訓(xùn)練，新增數(shù)據(jù)清洗流水線，確保生成內(nèi)容的風(fēng)格一致性和細節(jié)豐富度。

硬件優(yōu)化：V3新增對華為Ascend910BNPU的原生支持，完全基于國產(chǎn)芯片訓(xùn)練，推理速度提升約20%，生成4秒高清視頻僅需2-3分鐘。

多任務(wù)學(xué)習(xí)：V3強化了多任務(wù)處理能力，支持從單幀圖像生成視頻、關(guān)鍵幀插值到唇部同步等功能，特別適合漫畫改編和VTuber內(nèi)容創(chuàng)作。

在最新基準(zhǔn)測試中，AniSoraV3在VBench和雙盲主觀測試中，角色一致性和動作流暢度均達到業(yè)界頂尖水平（SOTA），尤其在復(fù)雜動作(如違反物理規(guī)律的夸張動漫動作)上表現(xiàn)突出。

V3還引入了首個針對動漫視頻生成的RLHF框架，通過AnimeReward和GAPO等工具對模型進行微調(diào)，確保輸出更符合人類審美和動漫風(fēng)格需求。社區(qū)開發(fā)者已開始基于V3開發(fā)定制化插件，例如增強特定動漫風(fēng)格（如吉卜力風(fēng)）的生成效果。

AniSoraV3支持多種動漫風(fēng)格，包括日本動漫、國產(chǎn)原創(chuàng)動畫、漫畫改編、VTuber內(nèi)容及惡搞動畫（鬼畜動畫），覆蓋90%的動漫視頻應(yīng)用場景。具體應(yīng)用包括：

單圖轉(zhuǎn)視頻：用戶上傳一張高質(zhì)量動漫圖像，配合文本提示（如“角色在向前行駛的車中揮手，頭發(fā)隨風(fēng)擺動”），即可生成動態(tài)視頻，保持角色細節(jié)和風(fēng)格一致。

漫畫改編：從漫畫幀生成帶唇部同步和動作的動畫，適合快速制作預(yù)告片或短篇動畫。

VTuber與游戲：支持實時生成角色動畫，助力獨立創(chuàng)作者和游戲開發(fā)者快速測試角色動作。

高分辨率輸出：生成視頻支持高達1080p，確保在社交媒體、流媒體平臺上的專業(yè)呈現(xiàn)。

AIbase測試顯示，V3在生成復(fù)雜場景（如多角色交互、動態(tài)背景）時，相比V2減少了約15%的偽影問題，生成時間縮短至平均2.5分鐘（IT之家注：4秒視頻）。

相比OpenAI的Sora或Kling等通用視頻生成模型，AniSoraV3專注于動漫領(lǐng)域。與字節(jié)跳動的EX-4D相比，AniSoraV3更專注于2D/2.5D動漫風(fēng)格，而非4D多視角生成。

游戲停服前夜,他狂購裝備,竟迎來游戲入侵現(xiàn)實

小說:末世缺資源?傳奇玩家穿越,神裝藥品應(yīng)有盡有!

小說:末世降臨我?guī)OL技能,虐怪升級變超人!