# 画像アニメーション

X-Dynaは、革新的なゼロショットの人物画像アニメーション生成技術です。駆動ビデオの表情や動作を一枚の人物画像に移転することで、リアルで表現力豊かな動画効果を生み出します。この技術は拡散モデルに基づいており、Dynamics-Adapterモジュールにより、参照外観コンテキストを拡散モデルの空間的注意機構に効果的に統合し、同時に運動モジュールが滑らかで複雑な動きのディテールを合成する能力を維持します。身体の姿勢制御だけでなく、ローカル制御モジュールによって顔の表情を人物のアイデンティティに依存せず捉え、正確な表情の伝達を実現します。X-Dynaは、多様な人物やシーンを含むビデオの混合データで学習されており、物理的な人体運動や自然なシーンのダイナミクスを学習し、高度にリアルで表現力豊かなアニメーションを生成します。

DisPoseは、モーションフィールド誘導とキーポイント対応によってビデオ生成の質を向上させる、人物画像アニメーション制御手法です。この技術は、参照画像と駆動ビデオからビデオを生成し、モーションの整合性とアイデンティティ情報を維持します。DisPoseは、疎なモーションフィールドと参照画像から稠密なモーションフィールドを生成することで、局所的な稠密な誘導を提供しながら、疎なポーズ制御の汎化能力を維持します。さらに、参照画像からポーズキーポイントに対応する拡散特徴を抽出し、これらの点特徴をターゲットポーズに転送することで、独自のアイデンティティ情報を提供します。DisPoseの主な利点としては、追加の稠密な入力なしでより汎用的かつ効果的な制御信号を抽出できること、また、既存のモデルパラメータを凍結することなく、プラグアンドプレイ式の混合ControlNetによって生成ビデオの質と一貫性を向上させることが挙げられます。

Pollo AIは革新的なAI動画生成ツールで、驚くほど簡単に動画を作成できます。シンプルなテキストプロンプトや静止画から、特定のスタイルと内容を持つ動画を迅速に生成できます。ユーザーフレンドリーなインターフェース、幅広いカスタマイズオプション、高品質な出力で知られており、初心者から経験豊富なクリエイターまで幅広く利用できます。テキストから動画への生成だけでなく、画像の内容やユーザーのニーズに基づいて動画を生成することも可能です。AIハグ動画ジェネレーターを含む様々なテンプレートも用意されており、心温まるハグ動画を簡単に作成できます。Pollo AIは、高速な動画生成能力、高品質な出力、そして高度な動画編集スキルが不要な使いやすさで、無限の創作の可能性を提供します。

img2videoは、最先端のAI技術を用いて静止画とテキストから短尺動画を生成するプラットフォームです。特にソーシャルメディアでのコンテンツ制作に最適です。動画制作プロセスを簡素化することで、ユーザーは魅力的な動画コンテンツを簡単に作成し、エンゲージメントと拡散力を向上させることができます。本製品は製品紹介動画、ダンス動画、古い写真のアニメーションなど、幅広い動画制作シーンに対応しており、様々な動画生成オプションを提供することで、多様なユーザーニーズに対応します。価格については、ページ上では明示されていませんが、『料金』ページへの言及があることから、有料サービスの可能性があります。

Animate-XはLDMベースの汎用アニメーションフレームワークであり、人物擬態キャラクターを含む様々なキャラクタータイプ（総称してX）に対応しています。姿勢指示子を導入することでモーション表現が強化され、駆動ビデオからモーションパターンをより包括的に捉えることができます。Animate-Xの主な利点は、モーションの深いモデリング、駆動ビデオのモーションパターンの理解、そしてそれをターゲットキャラクターに柔軟に適用できる点です。さらに、Animate-Xは、汎用的で幅広い用途のアニメーション画像における性能評価のために、新しいAnimated Anthropomorphic Benchmark (A2Bench)を導入しています。

DepthFlowは、画像にアニメーションを付加するための、高度にカスタマイズ可能な視差シェーダーです。無料でオープンソースのImmersityAI代替ツールであり、画像を2.5D視差効果のある動画に変換できます。高速レンダリングに対応し、ブラー、深度合成、レンズ歪みなどの様々な後処理効果にも対応しています。柔軟なモーション効果の作成を可能にする様々なパラメーター調整機能や、様々なプリセットアニメーションを備えています。さらに、H.264、HEVC、AV1などの様々な動画コーデックでの書き出しに対応し、ウォーターマークのないユーザーエクスペリエンスを提供します。

MOFA-Videoは、様々な制御信号を用いて単一の画像をアニメーション化できる方法です。疎から密への（S2D）モーション生成と、フローベースのモーション適応技術を採用することで、軌跡、キーポイントシーケンス、それらの組み合わせなど、様々なタイプの制御信号を効果的に用いて単一画像をアニメーション化できます。訓練段階では、疎なモーションサンプリングによって疎な制御信号を生成し、その後、事前に学習済みのSVDを用いてビデオを生成する様々なMOFA-Adaptersを訓練します。推論段階では、凍結されたSVDを共同で制御するために、様々なMOFA-Adaptersを組み合わせることができます。

Halloは、復旦大学が開発した肖像画像アニメーション技術です。拡散モデルを利用して、リアルでダイナミックな肖像アニメーションを生成します。従来のパラメータモデルに依存した中間的な顔面表現とは異なり、Halloはエンドツーエンドの拡散パラダイムを採用し、唇、表情、姿勢の動きなど、音声入力と視覚出力の整合精度を高める階層的な音声駆動視覚合成モジュールを導入しています。本技術は表情や姿勢の多様性に対する適応制御を提供し、より効果的にパーソナライズされたカスタマイズを実現し、様々な人物に適用可能です。

DynamiCrafterは、Xing Jinbo氏、Xia Menghan氏らが開発した画像アニメーションツールです。事前にトレーニングされたビデオ拡散プリトレーニングを利用することで、テキストプロンプトに基づいて、オープンワールドの静止画にアニメーション効果を追加できます。高解像度モデルに対応しており、より滑らかな動き、高解像度、高い一貫性を提供します。DynamiCrafterは主に、ストーリー動画の生成、ループ動画の生成、フレーム補間などの用途に適しています。

万能影室は、効率的な動画制作アプリケーションです。AI音声、画像、動画技術を活用し、音声編集、スマート画像作成、動画翻訳などの作業を自動化することで、制作効率を大幅に向上させます。主な機能は以下の通りです。 ?音声テキスト変換と自動編集 ?画像から動画、アニメーション作成 ?スマート画像作成、カバーデザイン ?AIモデルによる音声合成、画像認識などのサービス提供 個人?企業クリエイターを対象とし、リーズナブルな価格設定で、シンプルかつ効率的な使用感を提供します。

AnimateZeroは、外観と動きを分離して動画を生成することで、ブラックボックス化、低効率、制御不能といった問題を解決したゼロショット画像アニメーション生成器です。事前にトレーニングされたT2VモデルをI2Vモデルに変換するゼロショット修正を可能にし、ゼロショット画像アニメーション生成を実現します。AnimateZeroは、動画編集、フレーム補間、ループ動画生成、リアルな画像アニメーションなどの様々なシーンにも適用でき、高い主観的品質と整合性を備えています。

VividTalkは、3D混合事前学習に基づく、ワンショット音声駆動のアバター生成技術です。表情豊かで自然な頭部姿勢、リップシンクを備えたリアルなラップビデオを生成できます。この技術は2段階の汎用フレームワークを採用し、上記すべての特性を備えた高画質のラップビデオの生成をサポートしています。具体的には、第1段階では、2種類の動き（非剛体的な表情運動と剛体的な頭部運動）を学習することで、音声をメッシュにマッピングします。表情運動については、混合形状と頂点を中間表現として採用し、モデルの表現能力を最大化します。自然な頭部運動については、新規の学習可能な頭部姿勢コードブックを提案し、2段階の訓練メカニズムを採用しています。第2段階では、双方向運動VAEとジェネレーターを提案し、メッシュを密集した動きに変換し、フレームごとに高画質ビデオを合成します。広範な実験により、VividTalkはリップシンクとリアルなエンハンスメントを備えた高画質のラップビデオを生成でき、客観的および主観的な比較において、従来最先端の作品を上回ることが実証されました。この技術のコードは、発表後に公開されます。

MagicAnimateは、拡散モデルを用いて時間的に一貫した人物画像アニメーションを実現するツールです。人物画像に拡散モデルを適用することで、高品質で自然で滑らかな人体アニメーション効果を実現します。MagicAnimateは高い制御性と柔軟性を備えており、パラメータを微調整することで様々なアニメーション効果を得ることができます。人体アニメーション制作、バーチャルキャラクターデザインなどの分野に適しています。