一、AniSora是什么？

AniSora是B站团队基于IJCAI 2025接收的论文成果开发的开源动漫视频生成系统，其技术定位可概括为：

专为二次元内容优化：针对动漫独特的艺术风格（如日漫、国漫、美漫）、夸张动作（如超高速移动、非物理变形）及多样化场景（番剧、VTuber表演、鬼畜动画）设计，突破传统模型在动漫生成中的局限性。

全链路可控生成：通过时空掩码模块实现图像到视频、帧插值、局部区域引导等核心功能，支持从单张图片生成连贯动画，或对已有视频进行*编辑。

开源生态构建：提供完整训练代码、预训练模型及评估基准，支持在RTX 4090等消费级硬件上部署，降低技术门槛，促进社区协作。

二、核心能力：

1. 千万级数据处理流水线

数据规模：整合超过1000万条高质量文本-视频配对数据，覆盖中、日、美三大动画流派，涵盖番剧、国创、漫画改编、VTuber内容等30余个场景。

数据预处理：通过视频时空特征提取、字幕与水印移除等技术，确保数据质量，避免生成伪影（如乱码字幕）。

2. 时空掩码可控生成模型

图生视频（Image-to-Video）：上传单张图片即可生成连贯动态视频，支持自定义角色动作、镜头运动（如缩放、旋转）。

帧插值（Frame Interpolation）：在关键帧间智能插入中间帧，实现平滑过渡，支持首尾帧引导、多帧插值等模式，减少手工绘制工作量。

局部图像引导（Localized Motion Control）：通过遮罩技术*控制特定区域（如角色面部、肢体）的运动，结合前景检测与目标跟踪，实现复杂动作编辑。

技术框架：基于Masked Diffusion Transformer，采用3D Causal VAE编码时空特征，结合3D-RoPE（三维相对位置编码）与全局注意力机制，提升动态一致性与细节保真度。

3. 强化学习优化与评估体系

AnimeReward系统：构建高质量奖励数据集，通过人类偏好对齐（RLHF）优化生成内容的自然度与观感。

评估基准：发布包含948段动画视频的评测数据集，通过双盲人评实验与VBench测试，在人物一致性、运动流畅性等维度达到SOTA（行业*水平）。

三、需求人群：

动画工作室与独立创作者：快速生成高质量动画片段，降低制作成本（如传统手绘需数周完成的分镜，AniSora可实时生成）。

虚拟主播（VTuber）运营团队：生成舞蹈、表演等动态视频，丰富直播内容，提升观众互动。

漫画IP孵化方：将静态漫画快速转化为动画，拓展IP价值（如《一人之下》等国漫IP可通过AniSora生成PV宣传片）。

教育机构与学习者：作为教学工具，帮助学生掌握动画制作技巧（如通过局部引导功能理解运动规律）。

营销与娱乐内容团队：生成动画广告、社交媒体短视频，提升传播效果（如品牌方可快速制作二次元风格产品宣传片）。

四、应用场景：

1. 动画制作

案例：某小型动画工作室使用AniSora生成番剧《灵笼》的战斗场景，通过图生视频功能将概念图转化为动态视频，结合帧插值优化动作流畅性，制作周期缩短60%。

优势：支持多风格生成（如2D手绘、3D建模），适配不同项目需求。

2. VTuber内容创作

案例：虚拟主播“琉绮Ruki”利用AniSora生成舞蹈表演视频，通过局部引导功能*控制角色肢体动作，实现与观众实时互动。

优势：降低内容制作门槛，提升直播吸引力。

3. 漫画改编与IP孵化

案例：快看漫画使用AniSora将《偷偷藏不住》改编为动态漫画，通过帧插值技术优化角色对话场景，用户留存率提升35%。

优势：快速验证IP市场潜力，降低试错成本。

4. 教育与培训

案例：*传媒大学动画学院将AniSora引入教学，学生通过局部引导功能实践“角色口型同步”技术，学习效率提升50%。

优势：提供低成本、*率的实践工具。

5. 营销与娱乐

案例：某品牌通过AniSora生成二次元风格产品广告，结合强化学习优化视觉风格，用户点击率提升40%。

优势：满足年轻用户对个性化内容的需求。

五、如何使用AniSora？

1. 本地部署（以AniSora V1.0为例）

硬件要求：4张RTX 4090显卡（或等效算力设备）。

步骤：

创建虚拟环境：使用Miniconda安装Python 3.10，并激活环境。

克隆仓库：从GitHub下载项目代码（git clone https://github.com/bilibili/Index-anisora.git）。

安装依赖：修改requirements.txt中的pyav为av，并执行pip install -r requirements.txt。

下载模型：从HuggingFace或ModelScope下载预训练权重（如CogVideoX_VAE_T5、5B模型权重），并放置于指定目录。

模型推理：运行python demo.py --base configs/cogvideox/cogvideox_5b_720_169_2.yaml生成视频。

2. 开发接口与插件扩展

API支持：提供RESTful API，开发者可通过HTTP请求调用模型生成视频。

插件生态：支持自定义插件开发（如连接企业微信、数据库查询），扩展应用场景。

六、行业影响：

1. 技术普惠：降低创作门槛

零代码开发：业务人员可通过自然语言描述快速生成视频，无需专业编程技能。

硬件适配：与昆仑芯合作推出“文心一体机”，推理延迟降至10毫秒，支持本地化部署，满足金融、政务等高安全需求场景。

2. 生态闭环：从开发到变现的全链路支持

流量分发：智能体可一键部署至B站搜索、文心一言App、小度音箱等10余个渠道，日均触达用户超5亿。

商业变现：提供订阅制、按需付费等模式，某教育机构通过付费问答功能实现月收入超20万元。

3. *化布局：推动*AI标准输出

多语言支持：平台已支持中英文双语开发，并与IBM、蓝美视讯等*企业合作，在东南亚、欧洲市场落地“存储+AI”解决方案。

开源协作：通过GitHub等平台吸引*开发者贡献代码，加速技术迭代。

AniSora，开启AI动漫普惠新时代

AniSora的开源不仅是B站在AI领域的技术突破，更是对动漫创作生态的重构。从降低制作门槛的零代码工具，到覆盖全场景的智能体解决方案，AniSora正在让每个个体都能参与到AI创新中。

未来，随着多模态感知、MCP协议等技术的成熟，智能体将进一步跨越“可用”与“好用”的门槛，成为连接物理*与数字*的核心纽带。AniSora，正以开放、协同的姿态，携手*开发者共同迈向AGI（通用人工智能）的星辰大海。