TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
AnimateAnyone 還能用嗎？網頁版已收，本地斷點一行可修
2024 年被推薦的 Novita AI 版 AnimateAnyone，2026 年 11 月查核已換了樣貌：Novita 平台下架了線上入口，GitHub 儲存庫歸檔，官方下載腳本斷了一環。權重其實都還在，斷點改一行就能補；真正要先盤算的是顯示卡，以及官方後繼、已開放權重的 Wan-Animate 是不是更適合你。
用 AI 摘要這篇文章：
在 GitHub 上搜 AnimateAnyone，第一個跳出來的官方版本有一萬四千多顆星，但如果點進去想把模型載下來跑，會發現它從頭到尾只放了論文和程式碼，權重一次都沒發布過。真正能下載到權重、把一張人物照片做成跟著動作影片動起來的路，繞了三個名字：MooreThreads 的重現版、Novita AI 的非官方版，以及同一個研究團隊後來的後繼項目 Wan-Animate。2026 年 11 月把這幾條路全部走一遍查核，狀態各不相同：有的凍結、有的歸檔、有的把線上入口收掉了，只有一條還在活躍更新。
這篇文章把每條路的現況、斷點和修法逐一攤開。先說結論：如果你手上還留著 2024 年前後那些「AnimateAnyone 本地部署」的教學，照著做到一半一定會卡住，因為官方下載腳本斷了一個環節；斷點只花一行就能補，權重到今天全部都在。但要不要補，取決於你的顯示卡，還有你願不願花力氣照顧一套沒人維護的老環境。
這工具在做什麼：一張照片加一段動作影片，讓照片裡的人跟著動
先把規格對齊，因為網路上流傳的介紹有不少把它寫歪了。Novita AI 這個名為 AnimateAnyone 的專案儲存庫，做的是單一一件事：你給一張人物參考圖，再給一段動作影片，它會抽出動作影片裡的骨架姿態，讓參考圖裡的人物照著做，輸出一段人物動畫。README 裡的推論指令寫得很明白，預設輸出是 512×784、64 格長度，另外附了一支工具讓你把任何影片先轉成姿態序列再餵進去。
從權重檔名與訓練流程可以對應出四個部件的分工：DWPose 負責從動作影片抽出人體關鍵點，這也是為什麼下載清單裡有兩個 ONNX 檔案；pose_guider 拿這些關鍵點去引導生成方向；reference_unet 反覆讀取那張參考圖，負責讓每一格畫面裡的人物長相保持一致；motion_module 則處理時間軸上的連貫，避免人物一格一格抖動。底座是 Stable Diffusion 1.5 的 UNet 加上替換過的 VAE。從這個結構也能看出它的定位：這是 2023 年底的論文架構配上 2024 年中的重現權重，拿來理解「姿態驅動人物動畫」這個技術方向非常合適，拿來追求 2026 年的生成品質就強人所難了。
有些介紹文章把「文字轉圖片、換背景、移除浮水印」也一併寫進來，那是 Novita AI 這家平台上其他產品的功能，跟這個儲存庫無關。如果你是為了移除浮水印找過來的，這條路給不了你什麼；它就是一個姿態驅動的人物動畫模型，底層以 Stable Diffusion 1.5 為基底，加上讀取參考圖的編碼器與姿態引導模組。
技術血緣也值得知道：阿里通義實驗室的 Li Hu 團隊在 2023 年底發表了 AnimateAnyone 論文，官方儲存庫至今有 14,782 顆星，卻始終只有論文、展示影片與程式碼架構，預訓練權重從未公開。於是第三方自己練權重補上這個缺口：MooreThreads（摩爾執行緒）先做了重現版，Novita AI 再以它為基礎調整訓練流程與資料，在 2024 年 5 月底放出自己的權重與推論程式碼。後來兩年，這幾個專案各自走向了不同的結局。
實際用途長什麼樣？給一張全身立繪，配一段自己比劃的舞蹈，產出角色跳舞短片；給服裝設計圖，配一段走秀與轉身的動作，讓平面角色動起來看整體效果；或者反過來，把一段木偶動作影片當骨架來源，做出定格動畫風格的人物表演。這類「本人不出鏡、角色替我動」的需求，正是這個方向後來長成獨立產品線的原因，也是兩年後 Wan-Animate 出現時直接內建角色置換功能的背景。
四條路、四種命：2026 年 11 月的實況清點
把 AnimateAnyone 家族四個儲存庫放在同一張表上，差別一目了然，表內星數與狀態都是 2026 年 11 月 14 日的查核結果：
| 專案 | 星數 | 權重 | 現況 |
|---|---|---|---|
| HumanAIGC/AnimateAnyone（官方） | 14,782 | 從未發布 | 活著，2025 年 9 月仍有更新，README 指向後繼項目 |
| MooreThreads/Moore-AnimateAnyone（重現基底） | 3,516 | 公開可下載 | 2024 年 5 月 31 日後凍結，未歸檔 |
| novitalabs/AnimateAnyone（本文主角） | 786 | 公開可下載 | 已歸檔，線上入口已下架 |
| Wan-Video/Wan2.2（後繼 Wan-Animate） | 18,620 | 公開可下載 | 活躍，2026 年 9 月仍有提交 |
官方版星數最多但最難用，因為你根本載不到權重；Novita 版星數最少，卻是當年把「可用權重」端出來的那一個，也因為如此，2024 年中前後的推薦文與教學幾乎都指向它。問題是那些文章裡的連結與步驟，放到今天已經對不上現況了。
兩個補充讓這張表更完整。MooreThreads 版雖然授權與權重都還在（它自己的四份權重放在另一位使用者帳號底下，我測過仍然可下載），不過 README 裡宣傳的 HuggingFace 示範空間已經掛掉，介面狀態顯示執行期錯誤；而且它的功能清單有半數還打著未完成的方框，音訊驅動的肖像生成從 2024 年凍結到現在都沒有兌現。而 Wan-Animate 那一列之所以星數高，是因為它寄宿在整個 Wan2.2 影片生成家族底下，動畫只是這個家族的其中一個分支，後面會單獨展開。
Novita 這條路的兩個斷點：入口下架，儲存庫歸檔
照著舊文的第一步點開 Novita AI 的 playground，今天就會撞上第一個斷點：模型直達頁回傳 404，而 playground 現在的頁面與模型清單裡，已經完全找不到 animate-anyone 這個名字。也就是說，想零安裝在網頁上試效果的路已經收掉了，平台方把它從產品線裡下架。
第二個斷點在 GitHub。novitalabs/AnimateAnyone 這個儲存庫已被設為歸檔狀態，頁面頂部的公告寫著歸檔日期是 2026 年 5 月 28 日，從此成為唯讀。翻提交紀錄可以看到清楚的時間線：2024 年 5 月 31 日之後就沒有實質的程式碼修改，僅有的兩筆提交發生在歸檔前一天，都是依賴版本的自動更新（把 transformers 從 4.30.2 一口氣升到 5.0.0rc3）。這種由機器人收尾、隔天就關門的提交史，意思再明白不過：人早就離開了。
維護真空的直接證據是 issue 區：六個開著的問題從 2024 年 5 月底一路掛到現在，從安裝報錯、找不到示範圖檔，到 2025 年 9 月有人問「到底需要多少 VRAM」，都沒有官方回應。那個 VRAM 問題下面唯一一則留言，出自這個儲存庫多數程式碼（含下載腳本）的作者，說法是影片生成推論「至少要 40GB 顯示記憶體」；基底 MooreThreads 版的 README 倒是寫著 16GB 以上就能跑它附帶的 gradio 介面。兩個數字差距不小，而且都只是宣稱而非實測基準，方向倒是一致：這不是一張普通遊戲卡隨手就能跑的東西。
下載腳本斷在哪：一段清空的自動下載，一行換回來
即使入口下架、儲存庫歸檔，本地這條路理論上仍然走得通，因為權重和程式碼都還在。Novita 把自己的四份專有權重放在 HuggingFace 的 novita-ai/AnimateAnyone 儲存庫，授權標 Apache-2.0，我把四個檔案逐一測過都能正常下載：denoising_unet 佔 3.44GB、reference_unet 佔 3.44GB、motion_module 佔 1.82GB，pose_guider 只有 2MB，光這四件就是 8.7GB 左右。
真正的麻煩出在官方下載腳本 tools/download_weights.py 依賴的另一個套件。腳本會從 lambdalabs/sd-image-variations-diffusers 這個儲存庫抓 image_encoder 的權重，而那個儲存庫已經被清空了：2026 年 10 月 7 日之後，整個儲存庫只剩一份 README，原本的權重檔全部消失。我把腳本會抓的兩個檔案直接測了，一個 404、一個 404。所以照著 README 執行 python tools/download_weights.py，前面幾段都會正常跑，直到抓 image_encoder 時報錯停下來，這正是所有舊教學失效的位置。
修法本身不難，而且我驗證過替代品可用：HuggingFace 上有一個 lambda 同名儲存庫，同一系列的形象變化模型都掛在那個帳號底下，image_encoder 需要的兩個檔案在裡面都健在。把腳本裡的 repo_id 從 lambdalabs/sd-image-variations-diffusers 改成 lambda/sd-image-variations-diffusers，這一環就補回來了；附帶一提，鏡像儲存庫的授權標示是 creativml-openrail-m（Stable Diffusion 1.5 上游的原始授權），商業使用前照授權條款自行確認。腳本其他三個依賴我也逐一測過：Stable Diffusion 1.5 的原始儲存庫雖然已被收掉，但 HuggingFace 會自動轉到社群維護的同名鏡像，照樣抓得到；DWPose 姿態模型與 VAE 都正常。順帶一提，這個斷點不是 Novita 版獨有，MooreThreads 基底版的下載清單連的是同一個已清空的儲存庫，兩條老路要修的其實是同一行。
不過要把話說誠實：我做到的驗證止於檔案層，確認每個下載點都有活著的檔案；我沒有實際組起環境跑推論，所以「補完這一行之後整條管線就能跑通」這句話，我不替你保證。環境這關有自己的年紀要面對：README 指定的組合是 Python 3.10 以上配 CUDA 11.7，requirements.txt 釘著 torch 2.1.1、diffusers 0.28.0、xformers 0.0.22，整套是 2024 年中的版本快照。掃一眼那六個開著的 issue，安裝報錯與路徑問題佔了一半，歸檔的儲存庫不會再有人修這些，在新驅動上會不會出狀況，只能自己試了才知道。真要走的話，把輸入素材照 configs/prompts 的範例格式準備好、先用最短長度跑一次，是成本最低的驗證方式。
沒有大顯卡的路：官方後繼 Wan-Animate，權重是公開的
如果你還沒踏上這條老路，值得先看另一個方向。官方 HumanAIGC 儲存庫的 README 頂部現在放了一段話，指向團隊的開源後繼項目 Wan-Animate：這是同一批人 2025 年 9 月掛上論文的新框架，同樣做角色動畫，能讓角色照著表演者的影片複製表情與動作，還能把影片裡的原本角色置換成你的角色，連光影色調都跟著場景走。它掛在 Wan-Video/Wan2.2 這個 18,620 顆星、2026 年 9 月仍有提交的活躍儲存庫底下，模型是 Wan2.2-Animate-14B，權重以 Apache-2.0 授權公開放在 HuggingFace，累積下載已超過 23 萬次。
換句話說，「照片跟著動作動起來」這個需求，現在有一條同一個研究團隊親自維護、權重公開、社群還在長的路，不必去顧一套歸檔的 SD1.5 時代環境。兩個提醒：一，14B 模型的硬體胃口不小，部署前先照它的文件確認記憶體需求，別假設它比舊版輕；二，官方的 HuggingFace Space 示範頁目前以未登入狀態造訪會被擋（回應 401），不確定是暫時狀態還是常態；權重本身完全公開，ModelScope 上也有鏡像可以下載。
還有一個挑工具時容易忽略的角度：新舊兩代背後的技術代差。Novita 版建立在 Stable Diffusion 1.5 這個 2022 年的圖像底座上，時間軸一致性是靠外加的模組補上去的，解析度與生成長度自然受到限制；Wan-Animate 則出身自 2025 年的影片生成家族，模型本身就是為連續畫面設計的。你要的是快速試玩技術概念，前者夠用；要的是可以放進作品集的成品，起點幾乎必然是後者。
現在該怎麼選：按手上的資源分流
把前面查到的東西收攏成分流建議，大致是這樣：手上已經有 Novita 版環境、或者特別想玩 SD1.5 時代這套輕量輸出的，把下載腳本那一行換掉就能把權重備齊，前提是接受沒人維護、問題自己扛；什麼都還沒開始、只是想讓照片動起來的，直接從 Wan-Animate 開始，文件、權重、社群都還活著，是這個需求目前最省事的開源選項；只想快速做一張會動的頭像或短動畫、不想碰任何環境的，雲端工具仍然存在，例如之前寫過的 DiscoPixel Face Animator 現況與替代與 Nero AI Face Animation 免費動圖工具做臉部為主的動態很方便；需求只在表情與頭部的話，開源那邊還有 LivePortrait 這條更輕的路，往更通用的影片生成去的，可以看 VideoGen Model 1 限量開放申請那篇的整理。
有兩件事查不到確定答案，就誠實留白：40GB VRAM 的說法出自儲存庫主要開發者的一則留言，README 從未載明硬體需求，把它當粗略量級而不是及格線；Wan-Animate 的 Space 擋未登入的原因也無從判斷。文中所有狀態都以 2026 年 11 月 14 日為準；這類下架與斷鏈的變化只會繼續發生，動手之前照文中的連結再點一次，永遠比照單全收任何一篇文章都穩。
