产品概述
Dreamoving 是由阿里巴巴团队开发的一款基于扩散模型的可控视频生成框架，专注于制作高质量、定制化的人类舞蹈视频。该项目于2023年底发布，其核心价值在于让用户仅需提供一张人像照片和一段文字描述或动作参考，即可驱动图中角色生成流畅、自然的舞蹈动作视频。作为阿里在AI视频生成领域的重要布局，Dreamoving 延续了团队在图像生成（如 I2VGen-XL）和人物动画（如 Animate Anyone）上的技术积累，致力于降低动态内容创作的门槛，让非专业用户也能轻松制作个性化的舞蹈短片。
核心功能
- 身份与外观控制：上传任意人像照片，Dreamoving 能够保留人物的面部特征、服饰细节和整体风格，确保生成的视频中角色形象高度一致。
- 运动操纵与动作迁移：通过输入动作序列、姿势序列或文字描述，框架可将指定舞蹈动作精确迁移到目标人物上，支持自由编排舞步。
- 视频外观统一性：在生成过程中自动维持背景、光照和色彩风格，避免因动作变化造成画面割裂感，保证视频整体协调。
- 多风格扩散模型兼容：Dreamoving 可适配多数主流的风格化扩散模型，用户能一键切换写实、卡通、插画等多种视觉风格，产出多样化的舞蹈视频。
- 端到端自动化流程：从图像理解、动作编码到视频帧生成全程自动化，无需手动逐帧调整，大幅缩短制作周期。
适用人群
Dreamoving 主要面向内容创作者、短视频博主、舞蹈爱好者以及需要快速生成角色动画的影视后期从业者。典型场景包括：为个人账号制作趣味舞蹈短视频、为虚拟偶像生成表演内容、在教育领域创建动作教学示范、或在市场营销中快速产出动态广告素材。对于不具备专业动画技能的用户，Dreamoving 提供了一条从“静态图”到“动态表演”的捷径。
行业地位与亮点
作为开源项目，Dreamoving 在发布后迅速吸引了开发者与创作者的关注。它填补了“可控人物舞蹈视频生成”这一细分方向上的工具空白，尤其在动作精准度与身份保真度之间取得了良好平衡。相较于同类工具如 Animate Anyone，Dreamoving 更侧重于对运动轨迹的显式操控；而对比基于视频合成的方案，其轻量化输入（仅需单张图片）大幅降低了素材准备成本。目前该框架仍处于持续迭代阶段，尚未推出商业化收费版本，社区可免费获取模型权重与使用教程。对于希望探索 AI 视频生成前沿能力的用户而言，Dreamoving 是当前最具可玩性的选择之一。