MimicMotion

收录理由

MimicMotion 能把一张静态人像照片按你给定的任意姿态序列动起来，生成最长 72 帧、分辨率 576×1024 的视频片段，动作过渡平滑自然。它引入的置信度感知姿态引导，既让画面在帧间保持稳定，又明显缓解了姿态驱动生成中常见的肢体扭曲和细节失真。仓库直接提供了预训练权重、DWPose 模型以及一条简洁的推理脚本，单张消费级显卡就能跑通，不必依赖集群资源。对于虚拟试衣、虚拟形象动画、角色绑定预览和舞蹈动作展示这类场景，它是个很实际的选择。README 也如实说明了硬件门槛，比如 VAE 解码器需要约 16GB 显存，以及 4090 上的运行耗时，方便你提前判断自己的设备是否够用。