DreaMoving

DreaMoving 是阿里巴巴集团智能计算研究院（Institute for Intelligent Computing, Alibaba Group）提出的一个视频生成框架，论文标题写明它基于扩散模型。它要解决的问题很具体：给定一张人物参考图和一段姿态序列，生成这个人在任意场景里跳舞的视频，同时让脸和衣着尽量保持原样。

主要功能

按技术报告的描述，框架里有两个关键部件。Video ControlNet 负责动作控制，把姿态或深度序列转成额外的时间残差；Content Guider 负责身份保持，把文本提示和人脸（衣服可选）转成内容嵌入，通过交叉注意力注入生成过程。输入侧因此有三样东西：参考图、姿态序列、一句描述外观和场景的文字。

页面展示的样例覆盖海滩、中央公园、金字塔、时代广场、法国小镇等场景，也给出了未见域上的泛化结果。作者称模型易用，可以接到多数风格化的扩散模型上出不同风格的结果。

适合谁

这是研究项目而非成品软件。页面上挂的是论文、视频、代码、数据集以及 ModelScope、HuggingFace 的入口，适合想复现或二次开发人物视频生成的研究者、算法工程师。普通用户想直接上传照片生成跳舞视频，这里没有可用的操作界面。

费用与限制

页面没有说明价格、是否需要登录，也没有列出支持平台。实际使用要自己拿到代码和权重、准备算力，并自行处理姿态序列的提取。引用信息显示论文发表于 2023 年的 arXiv。