Bilibili开源动漫视频生成模型AniSora V3版，一键生成多种风格动漫视频镜头

Bilibili（B站）宣布其开源动漫视频生成模型AniSora迎来重大更新，正式发布AniSora V3。作为Index-AniSora项目的一部分，V3版本在原有基础上进一步优化了生成质量、动作流畅度和风格多样性，为动漫、漫画及VTuber内容创作者提供了更强大的工具。AIbase深入解读AniSora V3的技术突破、应用场景及行业影响。

AniSora V3基于Bilibili此前开源的CogVideoX-5B和Wan2.1-14B模型，结合强化学习与人类反馈（RLHF）框架，显著提升了生成视频的视觉质量和动作一致性。其支持一键生成多种风格的动漫视频镜头，包括番剧片段、国创动画、漫画视频改编、VTuber内容）等

核心升级包括:

在最新基准测试中，AniSora V3在VBench和双盲主观测试中，角色一致性和动作流畅度均达到业界顶尖水平（SOTA），尤其在复杂动作(如违反物理规律的夸张动漫动作)上表现突出。

AniSora V3的完整训练和推理代码已于2025年7月2日在GitHub上更新，开发者可通过Hugging Face访问模型权重及948个动画视频的评估数据集。 Bilibili强调，AniSora是“对动漫世界的开源礼物”，鼓励社区协作优化模型。用户需填写申请表并发送至指定邮箱（如yangsiqian@bilibili.com）以获取V2.0权重和完整数据集访问权限。

V3还引入了首个针对动漫视频生成的RLHF框架，通过AnimeReward和GAPO等工具对模型进行微调，确保输出更符合人类审美和动漫风格需求。社区开发者已开始基于V3开发定制化插件，例如增强特定动漫风格（如吉卜力风）的生成效果。

AniSora V3支持多种动漫风格，包括日本动漫、国产原创动画、漫画改编、VTuber内容及恶搞动画（鬼畜动画），覆盖90%的动漫视频应用场景。 具体应用包括:

AIbase测试显示，V3在生成复杂场景（如多角色交互、动态背景）时，相比V2减少了约15%的伪影问题，生成时间缩短至平均2.5分钟(4秒视频)。

AniSora V3的发布进一步降低了动漫创作门槛，使独立创作者和小型团队能以低成本实现高质量动画制作。相比OpenAI的Sora或Kling等通用视频生成模型，AniSora V3专注于动漫领域，填补了市场空白。 与字节跳动的EX-4D相比，AniSora V3更专注于2D/2.5D动漫风格，而非4D多视角生成，展现了不同的技术路线。

项目:https://t.co/I3HPKPvsBV