阿里最新放出来了一款全新端到端角色图像动画框架：Wan-Animate-2，实时驱动角色，延迟极低

Wan-Animate-2的一大核心是实时交互，直接解锁直播主播、交互式数字人场景

首先，Teacher forcing+错误缓冲+Self-Forcing蒸馏+逐块反向传播三阶段训练，这套组合拳把延迟压到了实时，把从几分钟生成一段视频变成实时流式生成

其次是端到端不需要中间运动提取，之前的方法先提取骨骼/关键点再驱动，提取一错角色就崩

再就是驱动视频的拍摄角度和输出视角可以分开

以前驱动视频是从什么角度拍的，生成的视频就只能是什么角度，想让角色换个机位做不到，或者需要额外复杂的相机控制流程

现在直接打字就能改变输出视频的机位，动作和视角完全解耦

从效果上看，复杂动作、精细表情和物理合理性上复制的还可以，支持单人到多人、多人到多人、跨身份的动作迁移

#图像驱动动画视频 #虚拟人 #虚拟主播 #WanAnimate2