运动场引导
把关键点之间的对应关系扩展成稠密的运动场，用它约束人物全身各区域的运动方向与强度，减少肢体形变时的错位与断裂。
价格官网未标价
平台—
归类AI 视频生成
收录2026-10-11
复核2026-10-11
编辑评分
4.2 / 5
★★★★☆
DisPose编辑总结
DisPose 是一种用于控制人类图像动画的方法，核心思路是借助运动场引导与关键点对应，为视频生成模型提供更可控的运动信号。它面向需要让静态人物图像动起来的研究者与创作者，把稀疏的关键点对应扩展为稠密的运动场，从而在生成过程中约束人物肢体的运动方向与幅度。相比只依赖关键点或骨架的驱动方式，它更强调在像素层面传递运动信息，适合与主流视频生成管线结合使用。实际落地时，运动信号的质量和输入图像的姿态会明显影响结果，用户通常需要准备清晰的人物图与对应的关键点序列。
DisPose是什么？
DisPose 是一套围绕人物图像动画的控制方法，重点解决生成视频时运动信号不够稠密、肢体形变容易失控的问题。它的出发点是把关键点之间的对应关系，转成覆盖全身的运动场，再把这个运动场作为引导信号注入视频生成过程。
从使用角度看，它并不是一个开箱即用的消费级产品，更像是研究性质的代码与方法发布。使用者需要自己准备人物图像、关键点序列和基础生成模型，再按方法描述把运动场引导接入自己的管线。
对不同角色来说，研究者的关注点在于运动场的构造方式与引导策略；开发者的关注点在于如何把它接到已有的视频生成或图像动画框架里；普通创作者如果只是想给照片做动画，通常更适合先用成熟的成品工具，等有明确的控制需求再考虑这类方法。
DisPose核心功能
关键点对应控制
以关键点对应作为输入信号，用户可以在不同帧之间指定人物关节或部位的位置关系，从而决定动作的走向而不是完全交给模型自由生成。
人物图像动画
目标是让静态人物图像按照给定运动信号动起来，适用于半身或全身的人物图，对输入图像的人物姿态清晰度有一定依赖。
与控制信号结合
运动场作为额外控制信号接入视频生成流程，可与已有的生成或动画框架配合，而不是要求整套流程推倒重来。
DisPose使用建议
入门先把路子走对
- 先选清晰人物图输入图尽量选人物轮廓完整、遮挡少、光照均匀的一张，模糊或多人重叠的图会让关键点对应难以稳定。
- 关键点先对齐在接入运动场之前，先确认关键点在首帧人物上的位置与图像对得上，错位的关键点会直接变成错位的动作。
- 小幅度试跑第一次跑不要直接给复杂动作，先用小幅度的肢体移动看输出是否跟手，再逐步加大动作范围。
进阶省时间也省钱
- 分阶段加动作把一段完整动作拆成几个阶段分别给信号，比一次性给出大幅运动更容易得到稳定结果，也便于定位是哪一段控制出了问题。
- 控制背景干扰人物之外的背景区域也会被运动信号影响，必要时先锁定或弱化背景对应的区域，避免整体画面跟着漂移。
- 对比不同引导强度把运动场引导的权重当成一个可调项，强弱不同的结果差别明显：过强会僵硬，过弱会不跟手，需要按素材试出合适区间。
DisPose适合谁用？
视频生成研究者
推荐想研究运动信号如何影响生成结果，或需要在已有方法上做对比与改进，这类方法提供了可复现的控制思路。
做图像动画的开发者
推荐手上已有生成管线，需要补充一层人物运动控制，可以按方法描述把运动场引导接进自己的流程。
只想要成品工具的创作者
不推荐没有代码基础、只想上传照片一键出动画，这套方法需要自己准备关键点与运行环境，上手成本偏高。
需要精细身体控制的动画师
有条件对肢体走向有明确要求、愿意花时间调关键点和引导强度的人，能从中得到比自由生成更可控的结果；但流程偏实验，不适合赶工期。
DisPose优点和缺点
优点
- 把稀疏关键点扩展为稠密运动场，人物肢体运动的约束比纯关键点驱动更充分
- 运动场作为引导信号接入，可配合已有视频生成流程而非另起一套
- 面向人物动画这一具体场景，控制目标明确，便于围绕动作做对比实验
缺点
- 属于研究性质的方法发布，需要自行准备输入与运行环境，不是开箱即用
- 输出质量对输入图像姿态和关键点对齐程度敏感，素材差时结果波动明显
- 大范围或快速动作容易出现肢体扭曲，需要拆段或反复调整引导强度
DisPose常见问题
DisPose 是能直接用的软件吗？＋
不是现成的消费级应用，而是一套围绕人物图像动画的控制方法。使用者需要自己准备人物图、关键点序列和基础生成模型，再按方法把运动场引导接进流程。如果只是想给照片做动画，用成熟成品工具会更省事。
它和只给骨骼或关键点的驱动方式有什么不同？＋
关键点驱动只规定少数关节的位置，中间区域靠模型自己补，容易出现肢体断裂或错位。DisPose 的重点是把关键点之间的对应关系扩展成稠密的运动场，让全身各区域都拿到运动约束，动作的连贯性更可控。
为什么同一张图跑出来的结果差别很大？＋
结果主要受三件事影响：输入图里人物轮廓是否清晰、关键点在首帧上是否对齐、运动场引导的强度是否合适。轮廓模糊、关键点偏移或引导过强过弱，都会让输出出现僵硬或跟不上的情况，通常需要按素材本身去试。
复杂的连续动作能一次生成吗？＋
大幅且快速的动作一次性给出信号时容易失控，比较稳的做法是把动作拆成几个阶段分别驱动，逐段确认后再拼接。这样既能降低肢体扭曲的概率，也方便定位是哪一段的控制出了问题。
适合用在什么场景？＋
适合需要明确控制人物肢体走向的实验与创作，比如围绕指定动作做生成对比、验证运动信号对结果的影响。如果需求是快速批量产出成品视频，这套方法的准备和调试成本会显得偏高。
DisPose竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| DisPose本工具 | 4.2 | 未标价 | 运动场引导；关键点对应控制；人物图像动画；与控制信号结合 | — |
| X-Dyna | — | 未标价 | X-Dyna 是一种基于扩散模型的零样本人类图像动画生成技术 | — |
| DreamActor-M1 | — | 未标价 | 基于 DiT 的人类图像动画框架，实现精细控制与长效一致性 | — |
| Go with the Flow | — | 未标价 | 一种用于控制视频扩散模型运动模式的高效方法，支持运动模式的自定义和迁移 | — |
| X-Portrait 2 | — | 未标价 | 高度表现力的肖像动画技术 | — |
| Hallo3 | — | 未标价 | 一种基于扩散变换器网络的高动态、逼真肖像图像动画技术 | — |
