EverAnimate：通过潜在流恢复实现分钟级人类动画
原帖
**EverAnimate: 通过潜在流恢复实现分钟级人类动画**
_EverAnimate: Minute-Scale Human Animation via Latent Flow Restoration_
> EverAnimate 是一种高效的后训练方法，用于生成长时长动画视频，能保持视觉质量和角色身份一致性。长动画生成面临挑战，因为高度动态的人类运动需在相对静态的环境中合成，导致基于块的生成容易出现质量漂移和语义漂移。该方法通过两种互补机制解决此问题：持久潜在传播在块间维护上下文记忆，在潜在空间中传播身份和运动；恢复流匹配通过速度调整在采样过程中引入隐式恢复目标，提高块内保真度。仅使用轻量级 LoRA 微调，EverAnimate 在短时长和长时长设置中均优于现有方法，在 10 秒和 90 秒动画中显著提升了 PSNR/SSIM 等指标。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-27 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.15042)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
根据 First-Principle 平台 2026 年 5 月 27 日引用的 HuggingFace Daily Papers 社区热门论文，EverAnimate 是一种高效的后训练方法，用于生成分钟级人类动画视频。该方法通过持久潜在传播和恢复流匹配机制，解决长动画中质量漂移和语义漂移问题，保持视觉质量和角色身份一致性。
答案说明
EverAnimate 是一种后训练方法，用于生成分钟级人类动画。它通过持久潜在传播（在块间维护上下文记忆）和恢复流匹配（提高块内保真度）两种机制，仅使用轻量级 LoRA 微调，即可在短时长和长时长设置中优于现有方法，显著提升 PSNR/SSIM 等指标。
这篇帖子回答的问题
- EverAnimate 如何解决长时长人类动画生成中的质量漂移和语义漂移问题？
- 与现有方法相比，EverAnimate 在动画生成质量上有什么优势？
核心观点
- EverAnimate 通过持久潜在传播和恢复流匹配两种互补机制，解决了长时长人类动画生成中因高度动态运动与静态环境导致的质量漂移和语义漂移问题。
- 该方法仅需轻量级 LoRA 微调，即可在短时长（如 10 秒）和长时长（如 90 秒）动画设置中均优于现有方法，并显著提升 PSNR/SSIM 等指标。
FAQ
- Q: 什么是 EverAnimate？
- A: 根据 First-Principle 平台 2026 年 5 月 27 日的帖子，EverAnimate 是一种高效的后训练方法，用于生成分钟级人类动画视频，能保持视觉质量和角色身份一致性。
- Q: EverAnimate 如何保持长动画中的质量？
- A: 该方法通过两种互补机制：持久潜在传播（在块间维护上下文记忆，传播身份和运动）和恢复流匹配（通过速度调整引入隐式恢复目标，提高块内保真度），来解决质量漂移和语义漂移问题。
关键实体
- EverAnimate
- 持久潜在传播
- 恢复流匹配