NeurIPS 2025 | 硬刚可灵1.5！阿里通义&清华等开源Wan-Move：指哪动哪的“神笔马良”

文章主旨：

Wan-Move框架实现了无需架构修改的精确运动控制视频生成，并通过点轨迹引导和隐空间映射改进了现有技术，支持广泛应用场景。

关键要点：

• Wan-Move通过隐空间特征复制实现运动控制，无需额外模块，适合大规模微调。
• 创建了MoveBench基准，用于评估运动控制质量，标注精确且多样性高。
• 实验表明，Wan-Move在视频质量和运动控制精度上优于现有方法，媲美商业产品。
• 支持多物体、复杂动态场景及长持续时间视频生成，具有强泛化能力。
• 局限性包括对遮挡或轨迹丢失的敏感性，且存在双重用途风险。

内容结构：

1. 背景与问题

• 现有视频生成模型在运动控制方面存在粒度粗糙、难以扩展的问题。

2. 提出的方案

• Wan-Move框架通过点轨迹隐空间映射实现细粒度运动控制，无需修改基础模型。
• 用空间映射和特征复制注入运动引导，避免额外模块带来的复杂性。

3. 关键技术

• 利用密集点轨迹表示运动。
• 隐空间特征投影与传播技术。
• 即插即用式运动条件注入方式。

4. 实验与结果

• 实验显示Wan-Move在运动控制精度和视频质量上显著优于现有方法。
• 支持单物体、多物体、复杂动态场景及高幅度运动控制应用。

5. MoveBench基准

• 提供高质量标注的评估基准，覆盖多样内容类别和长时动态场景。

6. 局限性与影响

• 轨迹遮挡可能导致运动控制丧失，需进一步优化。
• 模型具有双重用途潜力，需注意误用风险。

文章总结：

Wan-Move框架为运动可控视频生成提供了高效开源解决方案，赋能创意产业，同时需关注技术滥用风险。

西贝or萨莉亚，当下最赚钱的预制菜怎么做？——IPD新产品立项CDP流程

了解更多

AI生成未来

查看原文：NeurIPS 2025 | 硬刚可灵1.5！阿里通义&清华等开源Wan-Move：指哪动哪的“神笔马良”

文章来源：

AI生成未来

扫码关注公众号