# ID-Animator – 腾讯等推出的个性化人物视频生成框架 - Link: https://paooo.com/aigc-news/27925/ - Published: 2026-07-10T02:31:44+08:00 - Author: Prompt 语宙研究院 ## ID-Animator是什么 ID-Animator是由来自腾讯光子工作室、中科大和中科院合肥物质科学研究院的研究人员推出 的一种零样本（zero-shot）人类视频生成技术，能够根据单张参考面部图像生成个性化视频， 同时保留图像中的人物身份特征，并能够根据文本提示调整视频内容。该框架通过结合预训练 的文本到视频扩散模型和轻量级面部适配器，实现了高效的视频生成，且无需针对特定身份 进行额外的训练。ID-Animator通过构建专门的数据集和采用随机面部参考训练方法，提高了 视频的身份保真度和生成质量。 阅读目录 * [ID-Animator是什么](https://paooo.com/aigc-news/27925/#idanimator%e6%98%af%e4%bb%80%e4%b9%88) * [ID-Animator的主要功能](https://paooo.com/aigc-news/27925/#idanimator%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [ID-Animator的官网入口](https://paooo.com/aigc-news/27925/#idanimator%e7%9a%84%e5%ae%98%e7%bd%91%e5%85%a5%e5%8f%a3) * [ID-Animator的工作原理](https://paooo.com/aigc-news/27925/#idanimator%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%8e%9f%e7%90%86) ![ID-Animator](https://paooo.com/wp-content/uploads/2026/07/id-animator-framework- 1.avif) ## ID-Animator的主要功能 * **修改视频角色（Recontextualization）**： ID-Animator能够根据提供的参考图像和 文本，改变视频中角色的上下文信息。例如，可以通过文本提示调整角色的发型、服装、 背景，甚至执行特定动作，从而创造出全新的角色背景故事。 * **年龄和性别修改（Age and Gender Alteration）**： 该模型能够根据需要对视频中角色 的年龄和性别进行调整，以适应不同的视频内容和风格需求。如生成年轻人像变老、男生 变女生的视频。 * **身份混合（Identity Mixing）**： ID-Animator能够混合两个不同身份的特征，按照 不同的比例生成具有综合特征的视频，这在创造新的角色或混合现实中的人物特征时非常 有用。 * **与ControlNet的结合**： ID-Animator可与ControlNet等现有精细条件模块兼容，通过 提供单帧或多帧控制图像，可以生成与控制图像紧密结合的视频序列，这在生成特定动作 或场景的视频时非常有用。 * **社区模型集成**： ID-Animator还能够与社区模型（如[Civitai](https://ai-bot.cn/sites/6297.html) 上的模型）集成，即使没有在这些模型上进行过训练，也能有效地工作，保持了面部特征 和动态生成的稳定性。 ![ID-Animator](https://paooo.com/wp-content/uploads/2026/07/id-animator-images.avif) ## ID-Animator的官网入口 * 官方项目主页：[https://id-animator.github.io/](https://id-animator.github.io/) * arXiv研究论文：[https://arxiv.org/abs/2404.15275](https://arxiv.org/abs/2404.15275) * GitHub源代码：[https://github.com/ID-Animator/ID-Animator](https://github.com/ID-Animator/ID-Animator) ## ID-Animator的工作原理 ![ID-Animator的工作原理](https://paooo.com/wp-content/uploads/2026/07/id-animator- pipeline.avif) 1. **预训练的文本到视频扩散模型**：ID-Animator使用一个预训练的文本到视频（Text-to- Video, T2V）扩散模型作为基础，该模型能够根据文本提示生成视频内容。 2. **面部适配器（Face Adapter）**：为了生成与特定身份一致的视频，ID-Animator引入了 一个轻量级的面部适配器。这个适配器通过学习面部潜在查询来编码与身份相关的嵌入信息。 3. **身份导向的数据集构建**：研究者构建了一个面向身份的数据集，这包括解耦的人类属性 和动作字幕技术，以及从构建的面部图像池中提取的面部特征。 4. **随机面部参考训练方法**：ID-Animator采用随机采样的面部图像进行训练，这种方法有助 于将与身份无关的图像内容与与身份相关的面部特征分离，从而使适配器能够专注于学习与 身份相关的特征。 5. **文本和面部特征的融合**：ID-Animator将文本特征和面部特征结合在一起，通过注意力 机制（Attention Mechanism）进行融合，以生成既符合文本描述又保留身份特征的视频。 6. **生成过程**：在生成视频时，ID-Animator首先接收一个参考面部图像和相应的文本提示。 面部适配器将参考图像的特征编码为嵌入，然后将这些嵌入与文本特征一起输入到扩散模型 中，最终生成视频。 7. **优化和训练**：为了提高模型的性能，ID-Animator的训练过程包括使用随机面部图像作为 参考，以减少参考图像中与身份无关特征的影响，并通过分类器自由引导（Classifier-Free Guidance）等技术优化视频生成质量。 8. **兼容性和扩展性**：ID-Animator设计为与多种预训练的T2V模型兼容，如AnimateDiff， 这使得它可以轻松地集成到现有的系统中，并在不同的应用中进行扩展。 [🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（ paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示 词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发 者与创作者提供一手、可复现的深度技术洞察。 [📄 Markdown 纯净版](https://paooo.com/aigc-news/27925/?format=md) 💡 这篇内容对您有启发吗？ [📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/) **🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)