一、SCAIL-2 介绍
SCAIL-2 是一种将受控角色动画与端到端上下文条件化相结合的模型。该代码用于 SCAIL-2 模型的推理，SCAIL-2 模型是一个支持端到端角色动画的开源模型。消除了这种依赖，实现了端到端驱动。通过使用多个现成模型（SCAIL-Preview、Wan-Animate、MoCha），合成了 6 万对运动数据，并通过统一的运动迁移接口（包含专用掩码通道和 RoPE 设计）进行训练。
结合反向驱动训练策略与统一架构，该模型学到了超越其教师模型的能力，从而涌现出以下能力：
- 跨身份角色替换
- 动物驱动场景
- 对高级控制中间表示（如 SAM3D-Body 网格渲染）的零样本支持
二、相关安装
| 项目 | 详情 |
|---|---|
| 分辨率 | 端到端驱动同时支持 512p 和 704p；基于姿态驱动和角色替换在 704p 下效果更佳 |
| 约束条件 | 高度 H 和宽度 W 必须均可被 32 整除（例如 704×1280） |
| 训练设置 | 混合分辨率和帧率 |
| 内置模块 | Wan VAE 和 T5 已集成到检查点中，便于使用 |
模型安装路径：
SCAIL-2/
├── Wan2.1_VAE.pth
├── model
│ ├── 1
│ │ └── fsdp2_rank_0000_checkpoint.pt
│ └── latest
└── umt5-xxl
└── ...三、工作流
云端demo：https://www.runninghub.cn/post/2068696142724034562
四、总结：
当然，SCAIL-2 并非完美，依然存在一些亟待解决的问题。
例如，尽管端到端设计能够直接向模型输入更完整、天然更丰富的视觉信息，但仍高度依赖高质量配对数据。同时，合成流水线缓解了数据稀缺，却没有解决数据质量瓶颈，因为其保真度仍受生成器能力限制。此外，SCAIL-2 所采用的 Bias-Aware DPO 虽然能够建模针对偏差的偏好，但对于细粒度区域而言，可靠的正样本仍然难以获得。
研究团队表示，未来可通过更先进的模型和更高效的数据合成流程，进一步提升数据质量，并将这一框架拓展到更多任务中。
温馨提示：本站提供的一切软件、教程和内容信息都来自网络收集整理，仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负，版权争议与本站无关。在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。