Make-Your-Anchorは、拡散モデルに基づく2Dバーチャルアバター生成フレームワークです。約1分の動画素材があれば、上半身と手の動きを正確に再現した、配信者風動画を自動生成できます。本システムは、構造ガイド付きの拡散モデルを用いて3Dメッシュの状態を人物の外見としてレンダリングします。二段階の学習戦略により、動きと特定の外見を効果的に結びつけます。任意の長さの時系列動画を生成するために、フレーム単位の拡散モデルの2D U-Netを3D形式に拡張し、シンプルかつ効果的なバッチオーバーラップ時系列ノイズ除去モジュールを提案することで、推論時の動画の長さに関する制限を突破しました。最後に、特定のアイデンティティに基づいた顔の強化モジュールを導入し、出力動画の顔領域の視覚品質を向上させています。実験により、本システムは視覚品質、時系列の一貫性、アイデンティティの忠実度において、既存技術を上回ることが示されました。