Wan-Animate video stylization

此工作流通过将风格定义的参考图像与从输入视频中提取的姿态信息相结合，将Wan-Animate扩展为一个可靠的视频风格化流水线。由于模型将外观锚定在第一帧上，任何风格化参考——插画、动漫或纹理艺术——都能在整个序列中一致地传播。更新后的姿态对齐模块使系统能够将运动视频与参考图像匹配，或将参考图像与运动匹配，即使角色设计奇特或非人类，也能保持比例稳定。当参考图像略微扩展以匹配视频的宽高比时，这种对齐尤其有用，可产生更清晰、更连贯的运动引导。

在实际使用中，该工作流在忠实追踪原始姿态视频的同时，保留了参考图像设定的视觉身份。Wan-Animate 在单人场景中表现出高度稳定性，而类似SteadyDancer的行为确保模型在不发生风格漂移的情况下维持风格一致性。对于多人或复杂场景，传统的OpenPose检测依然有效，但更新后的对齐模块在涉及单个主体时显著提升了稳定性。最终结果是生成平滑、风格一致的动画，既完整保留了参考图像的艺术风格，又精准遵循了输入视频的运动轨迹。

🎥 YouTube 视频教程

想了解这个工作流到底是怎样的工具，以及如何快速启动？
视频主要介绍 工具定位、快速启动方法 和 我的构筑思路。
我们会直接在 RunningHub 上进行演示，让你第一时间看到实际效果。

👉 YouTube 教程：
https://youtu.be/Yrq8WiTPnlk

开始前建议尽量完整地观看视频 —— 把握整体思路会更快上手，也能少走常见弯路。

---

⚙️ 在线体验工作流

现在就可以在线体验，无需安装。

👉 工作流：
https://www.runninghub.ai/post/1998364370491047938/?inviteCode=rh-v1111

打开上方链接即可直接运行该工作流，实时查看生成效果。
如果觉得效果理想，你也可以在本地进行自定义部署。

🎁 粉丝福利：
注册即送 1000 积分，每日登录 100 积分，畅玩 4090 体验 48 G 超级性能！

---

📺 Bilibili 更新（中国大陆及南亚太地区）

如果你在中国大陆或南亚太地区，可以通过下方视频查看该工作流的实测效果与构思讲解。

📺 B站视频：
https://www.bilibili.com/video/BV13wmnBbEnu/

---

我会在 夸克网盘 持续更新模型资源：
👉 https://pan.quark.cn/s/20c6f6f8d87b

这些资源主要面向本地用户，方便进行创作与学习。