终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

腾讯SteadyDancer开源！独创“首帧锁死”技术，任动作狂舞，人脸衣着背景全程零变形，彻底终结AI视频画面崩坏，让图生视频稳如泰山！

一、什么是Steadydancer

今天分享个腾讯开源的视频模型SteadyDancer，用来做视频姿势参考的，类似Animate。

简单来说，SteadyDancer 是一个基于 I2V（Image-to-Video，图生视频） 范式的人像动画框架。

它的核心功能非常直观：你给它一张静态的人物照片（参考图），再给它一段动作视频（骨架/Pose），它就能让照片里的人完美复刻视频中的动作，跳出一段流畅的舞蹈。

最重要的是，无论动作多复杂，它都能死死锁住第一帧的画面特征，确保人物的长相、衣着、背景在整个视频中不发生变形或改变。

特点：参考图身体不会被参考视频影响，还是保持原来身材比例，这个就是它最大的优点了。

核心痛点解决：为什么我们需要它？

目前的许多工具（如基于 Reference-to-Video R2V 范式的模型）在处理人像动画时，往往是将参考图“粘贴”到动作上。但当动作幅度过大，或者参考图与动作视频的空间结构不一致时（比如照片是半身，动作是全身），模型就会“脑补”错误，导致:

• ❌ 脸部变形：动起来像换了个人。
• ❌ 画面闪烁：背景或衣物纹理不稳定。
• ❌ 动作僵硬：为了保住脸，动作跟不上节奏。
  

SteadyDancer 的出现，就是为了解决这些“时空错位”带来的崩坏问题。

优点全汇总（划重点）

经过对技术论文和社区反馈的整理，SteadyDancer 相比 Wan Animate、MimicMotion 等现有工具，主要有以下几大碾压级优势：

• 🥇 极致的“首帧如一” (First-Frame Preservation) 这是 SteadyDancer 最大的杀手锏。它采用 I2V 范式，强制模型以第一帧图片为绝对基准。这意味着生成的视频中，人物的身份ID、面部细节、服装纹理将与你上传的原图保持高度一致，极大减少了“画风突变”的情况。
• 💃 复杂动作的精准复刻针对复杂的舞蹈动作（如快速旋转、大幅度肢体摆动），SteadyDancer 设计了“协同姿态调制模块”。它能智能地让动作去适应图片，而不是生硬地扭曲图片去凑合动作，从而生成更自然、符合人体工学的动态效果。
• 📉 训练成本更低，效率更高相比于那些需要吞噬海量算力的庞大模型，SteadyDancer 通过高效的“条件协调机制”，在保证高质量输出的同时，显著降低了训练所需的资源。这对开源社区和个人开发者来说是一个巨大的福音。
• 🧠 强大的泛化能力不仅是真人照片，无论是动漫风格、二次元角色，还是具有挑战性的遮挡场景，SteadyDancer 在新推出的 X-Dance Benchmark 测评中，均展现出了超越现有 SOTA（State-of-the-Art）模型的稳定性。
  

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

• 项目地址：https://github.com/MCG-NJU/SteadyDancer
  

二、相关安装

目前这个只在steadydancer分支上玩，所以想体验，需要切换分支

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

模型下载链接： https://hf-mirror.com/Kijai/WanV ... a323d0/SteadyDancer

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

看到这个32G，大家应该怕了吧，现在RH上面体验吧。

文末也提供了网盘链接！

三、测评体验

工作流已发Runninghub，前往体验or下载：

• 工作流：（KJ版）SteadDancer视频姿势参考
• 体验地址：https://www.runninghub.cn/post/1 ... iteCode=kol01-rh024
  

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

模型这边核心加载两个模型，Wan21_I2V_SteadyDancer_fp16.safetensors以及加速模型 lightx2v

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

然后就是对参考图以及参考视频做处理，先对参考图做下缩放，传入到WanVideo ImageToVideo Encode中。

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

接着对参考视频，提取姿势图，这个也是最重要传入到采样中用。

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

WanVideo Add SteadyDancer Embeds这个就是新节点，用来接收姿势视频以及参考图的。

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

最后四步采样出视频，效率还是挺快的。

终于！AI跳舞不再“变脸”，SteadyDancer 焊死原图细节！

案例展示

480x832分辨率81帧的视频，平均运行时长 3分25秒左右。

然后做个对比，就是用之前的WanAnimate的也跑一个，对比下视频。

怎样，很明显吧，WanAnimate里面的熊猫身体都被拉升了， 而SteadyDancer则保持的很好，真棒！

注意事项

可以看到，今天这个SteadyDancer对参考图身材比例保持的比较好，不会受到到姿势骨骼的影响，尽可能的保持原图效果。

真不错，对人脸的一致性保持的也相当的好。