X-Dyna 是基于扩散模型的动画生成框架，基于驱动视频中的面部表情和身体动作，将单张人类图像动画化，生成具有真实感和环境感知能力的动态效果。核心是 Dynamics-Adapter 模块，能将参考图像的外观信息有效地整合到扩散模型的空间注意力中，同时保留运动模块生成流畅和复杂动态细节的能力。

X-baidu09Dyna – 字节联合斯坦福等高校推出的动画生成框架 第1张
（图片来源网络，侵删）
X-baidu09Dyna – 字节联合斯坦福等高校推出的动画生成框架 第2张
（图片来源网络，侵删）