---
title: "DragAnything – 快手联合浙大等机构开源的可控视频生成方法"
url: "https://paooo.com/aigc-news/21954/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T22:03:28+08:00"
updated_at: "2026-06-08T22:03:28+08:00"
categories: "AIGC 资讯"
tags: "AI智能体, AI视频生成, stable diffusion, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# DragAnything – 快手联合浙大等机构开源的可控视频生成方法

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/21954/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 基于实体表示替代像素拖拽，实现视频中任意物体的精确运动控制。
- 支持多实体独立控制、前景/背景/相机运动，交互更简单直观。
- 在 FID、FVD 和用户研究中达到新最佳，兼顾控制精度与画质。

## DragAnything是什么

DragAnything 是快手联合浙江大学和新加坡国立大学 Show Lab推出的，基于实体表示的可控[视频生成](https://ai-bot.cn/ai-video-generation-tools/)方法，基于简单的轨迹输入实现对视频中任意物体的精确运动控制。DragAnything用扩散模型的潜在特征表示视频中的每个实体，克服传统方法中单纯拖动像素点无法精确控制物体运动的局限性。DragAnything 提供用户友好的交互方式，支持前景、背景及相机运动的灵活控制，在 FID、FVD 和用户研究等评估指标上达到新的最佳性能。

## DragAnything的主要功能

- **实体级运动控制**：对视频中的任何实体（包括前景和背景）进行精确的运动控制，不仅是像素级别的操作。

- **多实体独立控制**：支持同时对多个物体进行独立的运动控制，每个物体根据用户定义的轨迹进行不同的运动。

- **用户友好的交互方式**：用户基于简单的交互（如选择区域并拖动）实现复杂的运动控制，无需复杂的输入信号（如分割掩码或深度图）。

- **相机运动控制**：除控制视频中的物体，DragAnything 能实现相机的运动控制，如缩放和平移。

- **高质量视频生成**：在保持运动控制精度的同时，生成高质量的视频内容，适用于多种应用场景。

## DragAnything的技术原理

- **实体表示**：推出新的实体表示方法，从扩散模型的潜在特征中提取语义信息表征视频中的每个物体。将物体的语义特征与运动轨迹相结合，实现精确的实体级运动控制。

- **2D 高斯表示**：引入 2D 高斯表示，基于高斯分布对物体的中心区域赋予更高的权重，减少边缘像素的影响，实现更自然的运动控制。

- **扩散模型**：基于扩散模型架构（如 Stable Video Diffusion），用强大的生成能力和去噪能力生成高质量的视频内容。扩散模型基于逐步去除噪声重建视频帧，结合用户输入的运动轨迹和实体表示。

- **轨迹引导的运动控制**：用户基于绘制简单的轨迹定义物体的运动路径，DragAnything 将轨迹与实体表示相结合，生成符合用户意图的视频内容，避免直接操作像素点的局限性，实现更自然和精确的运动控制。

- **损失函数与优化**：在训练阶段，用带有掩码的均方误差（MSE）损失函数，专注于优化用户指定区域的运动控制，保持其他区域的生成质量。

## DragAnything的项目地址

- **项目官网**：[https://weijiawu.github.io/draganything](https://weijiawu.github.io/draganything_page/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/showlab/DragAnything](https://github.com/showlab/DragAnything)

- **arXiv技术论文**：[https://arxiv.org/pdf/2403.07420](https://arxiv.org/pdf/2403.07420)

## DragAnything的应用场景

- **视频创作与编辑**：快速生成动画、调整物体运动轨迹，提升创作效率。

- **游戏开发**：生成角色动作和增强玩家的交互体验。

- **教育与培训**：辅助科学模拟和技能培训，帮助理解复杂运动过程。

- **广告与营销**：制作动态广告和产品展示，突出产品特点。

- **娱乐与社交**：生成互动视频和控制虚拟角色动作，增强趣味性。

## 常见问题解答 (FAQ)

### DragAnything 适合做什么视频编辑？
它适合需要精确控制物体运动的视频编辑场景，例如动画制作、角色动作调整、产品展示和互动视频生成。用户只需绘制轨迹，就能驱动物体按指定路径运动。

### DragAnything 和普通拖拽视频编辑有什么区别？
普通拖拽多是直接移动像素点，容易出现控制不准的问题；DragAnything 通过实体表示把物体语义与轨迹结合，能更精确地控制前景、背景和相机运动。

### DragAnything 的技术核心是什么？
核心是实体表示、2D 高斯表示和扩散模型结合：从潜在特征中提取实体语义，再用轨迹引导运动，并通过带掩码的 MSE 损失优化指定区域的控制效果。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
