Wan2.2-Animate-14B：角色动画与角色替换的统一模型
两种模式
Wan2.2-Animate-14B 在 2025 年 9 月加入 Wan2.2 家族，核心做两件事：
| 模式 | 输入 | 输出 |
|---|---|---|
| Animation（动画） | 角色图 + 参考动作视频 | 新角色复现参考视频的动作和表情 |
| Replacement（替换） | 角色图 + 原视频 | 原视频里的角色被新角色替换，保留原场景光照 |
两个模式共享同一个模型权重，通过命令行参数 --replace_flag 区分。
技术原理
Wan-Animate 基于 Wan-I2V 架构改造而来，主要创新点：
- 统一输入范式：参考图、时间帧引导、环境信息在同一个符号表示下处理
- 骨架信号做身体动作控制：用空间对齐的骨架信号精确控制肢体运动
- 隐式面部特征做表情控制：从源图提取隐式特征作为驱动信号
- Relighting LoRA：替换模式下辅助模块，让新角色自然融入原视频的光照和色调
典型应用
- 动漫还原：把真人舞蹈视频换成动漫角色跳同一支舞
- 虚拟主播：给虚拟角色赋予真人主播的动作
- 影视试装：快速生成演员穿上不同服装的片段
- 短视频二创：把热门视频里的人物换成自己的角色
显存与环境
Animate-14B 需要 80GB 显存（A100 / H100），不能在消费级显卡上跑。它的推理链比其他模型多一个预处理阶段——先把参考视频和角色图处理成骨架、人脸特征、背景遮罩等中间文件，再送进生成模型。
下一页 预处理与推理 讲完整的预处理和推理命令。