Animate Anyone旨在通過驅動信號從靜態圖像生成角色視頻。我們利用擴散模型的力量，提出了一個專為角色動畫量身定製的新框架。為了保持參考圖像中複雜外觀特徵的一致性，我們設計了ReferenceNet來通過空間注意力合併詳細特徵。為了確保可控性和連續性，我們引入了一個高效的姿勢指導器來指導角色的動作，並採用了一種有效的時間建模方法，以確保視頻幀之間的平滑跨幀過渡。通過擴展訓練數據，我們的方法可以為任意角色製作動畫，與其他圖像到視頻方法相比，在角色動畫方面取得了出色的結果。此外，我們在時尚視頻和人類舞蹈合成的基準上評估了我們的方法，取得了最先進的結果。