MuseV是一个由腾讯音乐娱乐旗下的天琴实验室推出的基于SD扩散模型的高保真虚拟人视频生成框架。支持文生视频、图生视频、视频生视频等多种生成方式，能够保持角色一致性，且不受视频长度限制。这意味着用户可以通过MuseV轻松地将文本、图像或现有视频转换成高质量的虚拟人视频，无需担心角色形象的不统一或视频时长的限制。

该框架提供了基于人类数据集训练的虚拟人类视频生成模型，并支持多种生成方式，包括图像到视频（Image2Video）、文本到图像再到视频（Text2Image2Video）以及视频到视频（Video2Video）的转换。此外，MuseV还与Stable Diffusion生态系统兼容，并支持多参考图像技术，如IPAdapter、ReferenceOnly、ReferenceNet和IPAdapterFaceID等。

项目demo地址：https://huggingface.co/spaces/AnchorFake/MuseVDemo

github地址：https://github.com/TMElyralab/MuseV/blob/main/README-zh.md?plain=1

老规矩，先看效果。

静态的金克丝秒秒钟就能动起来朝你抛媚眼：

画中诗圣也“活”了过来：

各种风格都能驾驭，风景图也不在话下：

更有搞笑风《微笑的骑士》：

再上难度，复杂些的弹唱也处理得比较自然：

此外，加入“骨架”控制动作、姿势也可以：