AnimateDiff

AnimateDiff 是一套给文生图模型加「动起来」能力的框架，出自香港中文大学、上海 AI 实验室和斯坦福的研究者，论文入选 ICLR'24 spotlight。它要解决的问题很具体：Stable Diffusion 加上 LoRA、DreamBooth 这类个性化手段后，人人都能出好图，但想让这些图动起来，往往得针对每个模型单独调。AnimateDiff 的做法是把一个新建的运动模块挂到冻结的底模上，用视频片段训练出通用的运动先验，之后往任意同底模的个性化版本里注入这个模块，就能按文字提示生成动画。

主要功能

项目页展示了用 ToonYou、Lyriel、majicMIX Realistic、Realistic Vision、RCNZ Cartoon 等 CivitAI 模型生成的动画样片，风格从卡通到写实都有。作者还专门放了同一提示、同一模型下的多组结果，说明加运动模块后原模型的多样性没有被破坏。页面上动画需要点击播放，并附有论文、GitHub 仓库和 BibTeX 引用。

适合谁

适合已经在本地跑 Stable Diffusion、熟悉模型和 LoRA 的玩家，以及想复现论文、在自有底模上做动画实验的研究者。它不是一个打开网页就能用的生成服务，页面本身只是项目介绍和效果展示，实际使用要去 GitHub 取代码、配环境、准备显卡。

费用与限制

项目以开源代码形式发布，页面没有提到任何收费或账号体系。代价是门槛：需要自己搭 Python 环境、下载底模和运动模块，生成速度取决于本地硬件。页面上的样片是作者挑选的最佳效果，实际出片质量会随底模和参数波动。