AnimateDiff：给已有SD1.5风格模型加运动，再用稀疏图控制片段

如果你已经用某个 SD1.5 模型做出一组风格统一的图，AnimateDiff 的吸引力是继续利用这套外观，而不必从零换一套视频模型。它提供可插入的运动模块，让兼容的图像模型生成连续帧。这里介绍官方主分支的 SD1.5 路线；SDXL 有独立 beta 分支，不能混装运动权重或套用同一组显存与效果预期。

官方README把几个容易混淆的部分分开：motion module 学习视频运动；MotionLoRA进一步偏向推近、平移、旋转等特定运动模式；SparseCtrl则用少量RGB图片或草图约束画面内容。想让角色保持在指定位置，和想让镜头缓慢推近，是两个不同的控制问题。

图源：官方v3演示。README将输入标为 RealisticVision 生成，并提供对应动画；本文仅解释输入与输出关系，没有亲自生成，也没有逐帧测量其身份一致性。

这个例子对创作者的启发是先统一风格来源。官方明确建议，做图片动画与插值时，使用同一个社区模型生成的输入图更容易保持风格一致。把不同画师、不同模型、不同配色的图直接拿来作为连续控制，不会自动形成稳定角色设定。先用同一套图像模型确定人物与环境，再试少量控制，才便于查出变化来自哪里。

实际操作有现成配置：普通动画、MotionLoRA、SparseCtrl图生视频、RGB与草图分别放在不同配置目录。生成结果保存到 samples；本地 Gradio 通过 app.py 启动。第一次运行会自动处理权重下载，所以等待时间不只是采样时间。文档中的 WebUI、ComfyUI 扩展来自社区，应与官方推理脚本区分，插件版本不同也会改变参数名称和兼容性。

可以设计一个很小的镜头练习：用自己有权使用的风格模型生成一张窗边人物图，先用基础运动模块观察衣服与背景是否抖动，再仅加入一个推近方向的MotionLoRA。若要在开头和结尾分别约束位置，再研究SparseCtrl。这个流程是编辑建议，未运行；每轮只增加一个控制，才容易判断是风格模型、运动权重还是条件图导致变化。

需要接受的是，它不是稳定输出任意剧情的完整视频编辑器。官方v3限制写明仍能观察到小幅闪烁，为保持社区模型兼容性，通用文生视频没有专门优化。一个角色短暂转头成功，不代表复杂手部、连续打斗或长镜头也能稳定完成。镜头应短、动作应具体，接缝与节奏可留给后期剪辑。

许可也存在需要认真处理的多层关系。代码文件和官方权重卡标为 Apache 2.0，但README同时声明项目为学术用途。本稿不把它概括为无条件商业可用。实际使用还包括SD基础模型、社区风格模型、角色LoRA及输入图的许可；官方演示中使用某个社区模型，也不代表它的全部资源可自由再分发。商业项目应先厘清相应条款及这处用途声明。

适合AnimateDiff的目标，是延续既有图像工作流做短动画研究，并理解各个控制件如何影响结果。本文基于官方材料整理，未执行推理。

资料：完整README与配置入口、代码许可、官方运动权重卡。