MusePose 是由腾讯音乐娱乐集团旗下 TMElyralab 研发的姿态驱动图像到视频生成框架。该团队长期专注于虚拟人技术生态，先后推出 MuseV（无限长度视频生成）、MuseTalk（实时唇形同步）等产品，而 MusePose 则聚焦于“以静态人物图配合姿态序列生成流畅舞蹈视频”这一核心场景。依托扩散模型与姿态对齐算法，MusePose 能够将任意参考图像中的人物角色，精准映射到指定的动作骨架序列上，输出高保真、高一致性的动画片段，为虚拟内容创作提供轻量级、低门槛的解决方案。
核心功能
- 姿态引导生成：用户只需提供一张人物图像与一段姿态序列（如舞蹈动作骨架），MusePose 即可基于扩散模型逐帧渲染出与姿态高度匹配的视频画面，无需人工逐帧调整。
- 角色一致性保持：通过对参考图像的身份特征进行编码，生成的视频中人物面貌、服装纹理、身材比例保持一致，避免常见的画面抖动或角色“漂移”问题。
- 平滑动作过渡：内置时序注意力机制，处理连续帧之间的姿态变化，使舞蹈、转身等动作衔接自然，减少模糊与闪烁现象。
- 灵活姿态输入：支持通过开源姿态估计工具（如 OpenPose）从现有视频中提取动作序列，也支持人工编排的骨架数据，实现从真人动作迁移到虚拟角色的完整链路。
- 轻量化部署：模型经过优化，在消费级 GPU 上即可完成推理，且提供预训练权重与推理脚本，降低开发者与创作者的二次开发门槛。
适用人群
MusePose 主要面向虚拟偶像运营团队、短视频创作者、游戏角色动画师以及 AI 内容开发者。在典型场景中，运营人员可将真人舞者的动作通过姿态提取后，直接驱动虚拟 IP 形象发布同步舞蹈视频；独立创作者能利用该框架快速为静态插画角色赋予动态表现力，降低逐帧动画的制作成本；技术团队则可以将 MusePose 作为虚拟人管线中的动作生成模块，与 MuseTalk 等产品组合，构建从动作到口型全链路的实时交互体验。
作为腾讯音乐娱乐虚拟人生态的重要组件，MusePose 在开源社区中获得了活跃的关注，其核心算法是基于 AnimateAnyone 架构的优化实现。相比同类工具（如 MagicAnimate、DisCo），MusePose 在姿态跟随精度与角色一致性上表现均衡，尤其在处理复杂舞蹈姿态时，生成的画面抖动更少、细节保留更完整。目前该框架以开源形式发布，提供非商业与商业授权两种模式，具体定价需参考官方许可说明。由于采用模块化设计，用户可根据需要单独调用姿态生成模块，或将其集成至更大的虚拟人制作管线中，灵活适配从个人实验到商业生产的多种需求。