DreaMoving：基于扩散模型的可控视频生成框架

核心定位解析

DreaMoving是由生数科技研发的扩散模型视频生成框架，专注人物动作定制化生成。通过视频控制网（Video ControlNet）和内容引导器（Content Guider）技术，实现高精度身份保持与动作控制，支持文本/图像驱动人物舞蹈、运动等动态视频创作。

官网链接：https://dreamoving.github.io/dreamoving

核心功能亮点

精准动作控制

• 姿势序列驱动：输入骨骼关键点或深度图序列，生成连贯人物动作
• 身份一致性：面部参考图像锁定主体特征，避免动作迁移中的身份失真

多模态驱动支持

• 文本描述：定义场景风格（如“赛博朋克舞台”）
• 图像参考：指定服装、环境等视觉元素
• 混合输入：结合文本与图像实现精细化控制

影视级输出能力

• 1080P分辨率输出
• 30fps流畅帧率
• 支持无缝循环动作生成

核心应用场景

影视特效制作
替换替身演员动作，实现主演面部与特技动作的精准融合，降低实拍风险。

虚拟时尚展示
生成模特多角度服装展示视频，支持动态走秀与360°细节呈现。

个性化内容创作
自媒体用户快速制作角色舞蹈视频，适配短视频平台传播需求。

虚拟人驱动
为数字人主播生成自然口型与肢体动作，提升直播真实感。

教育演示
还原历史人物舞蹈或运动姿态，用于文化教学场景。

操作指南

1. 访问平台

• 网页端：https://www.modelscope.cn/studios/vigen/video_generation

1. 输入控制信号

• 上传面部参考图（必选）
• 提供姿势序列（OpenPose格式）或深度图

1. 设定创作参数

• 输入文本描述场景（例：“霓虹灯光下的机械舞”）
• 调整动作幅度与速度滑杆

1. 生成与优化

• 点击生成等待约2分钟
• 支持分镜再生局部优化

产品深度评测

核心优势
✅ 身份保持能力：跨帧面部特征一致性达98%，行业领先
✅ 动作自然度：复杂舞蹈动作过渡流畅性超越Runway Gen-2
✅ 开源适配性：支持对接Stable Diffusion生态插件
✅ 硬件门槛低：消费级显卡（RTX 3060）可流畅运行

现存不足
⚠️ 场景复杂度局限：多人互动场景易出现肢体穿插错误
⚠️ 物理模拟缺失：布料动态模拟精度不足（如飘动裙摆失真）
⚠️ 商业化限制：企业级商用需单独授权（$599/月起）

竞品对比分析

维度	DreaMoving	Runway Gen-3 Alpha	阿里MotionAgent
核心技术	视频控制网+身份引导器	时空扩散架构	多模型串联流水线
生成精度	1080P@30fps（人物特化）	1280×768@24fps	720P@25fps
控制维度	姿势/面部/文本三轴控制	文本+图像风格迁移	剧本驱动生成
身份保持	跨帧一致性98%	85%（动态场景易失真）	依赖剧照连贯性
生成效率	10秒/2分钟（1080P）	5秒/1分钟（计费按秒）	全流程约15分钟
商用成本	本地部署免费/云服务$299起	$0.5/秒（Alpha版）	API调用按量计费

场景选择指南：

• 人物动作定制：DreaMoving在身份保持与动作精度上不可替代
• 影视级特效：Runway Gen-3 Alpha的物理模拟更优
• 剧本化创作：阿里MotionAgent提供从文本到视频的全流程支持
• 长视频生成：SkyReels V2支持无限长度视频（需14B参数版）