Bilibili发布AniSora V3，动漫视频生成技术再升级

2025年7月2日，Bilibili（B站）宣布其开源动漫视频生成模型 AniSora 正式推出 V3版本。该版本在原有基础上大幅提升了生成质量、动作流畅度和风格多样性，为动漫、漫画及VTuber内容创作者提供了更强大的工具。

技术亮点：

    强化学习与人类反馈（RLHF） ：结合最新技术，提升视频的视觉质量和动作一致性。
    时空掩码模块优化：支持更复杂的动画任务，如精细表情控制、动态镜头移动和局部图像引导生成。
    数据集扩展：基于1000万高质量动漫视频片段训练，新增数据清洗流程，确保风格一致性和细节丰富度。
    硬件优化：支持华为Ascend 910B NPU，推理速度提升约20%，4秒高清视频仅需2-3分钟。
    多任务学习：支持单帧生成视频、关键帧插值、唇部同步等功能，适用于漫画改编和VTuber内容创作。

开源与社区：

AniSora V3的完整代码和模型权重已开源，开发者可通过GitHub和Hugging Face访问。Bilibili强调，AniSora是“对动漫世界的开源礼物”，鼓励社区协作优化模型。V3还引入了首个针对动漫视频生成的RLHF框架，进一步提升模型与人类审美的一致性。

应用场景广泛：

    单图转视频：上传动漫图像并添加文本提示，即可生成动态视频。
    漫画改编：从漫画帧生成带动作和唇部同步的动画，适合制作预告片或短篇动画。
    VTuber与游戏：支持实时生成角色动画，助力独立创作者和游戏开发者快速测试角色动作。
    高分辨率输出：支持1080p视频，适用于社交媒体和流媒体平台。

市场定位：

AniSora V3专注于2D/2.5D动漫风格，填补了市场空白，相比OpenAI的Sora或Kling等通用模型更具针对性。其发布进一步降低了动漫创作门槛，使独立创作者和小型团队能够以低成本实现高质量动画制作。