腾讯混元推出AniMatrix：专为动漫而生的视频生成模型，即将开源权重与代码

在通用视频生成模型（如 Sora, Veo, Kling）竞相追求“物理真实性”的今天，腾讯混元团队另辟蹊径，发布了 AniMatrix——一个专门为动漫风格构建的视频生成模型。更重要的是，腾讯确认将公开模型权重和推理代码。

• 论文：https://arxiv.org/abs/2605.03652

这一举动不仅为动漫创作者提供了强大的新工具，更有力地论证了垂直专业化生成视频在实际生产工作流中的巨大价值：在特定领域，从头设计的专用模型远胜于在通用模型上的微调。

核心理念：艺术正确 > 物理正确

通用视频模型将“物理真实性”内化为先验知识，但这恰恰是动漫生成的障碍。动漫有意违反物理规律：拖影、冲击帧、夸张变形、Q版切换等成千上万的艺术惯例，无法被单一的“物理定律”所概括。

AniMatrix 的设计哲学：

• 拒绝扁平化：通用模型往往为了符合物理逻辑而抹平动漫独特的艺术张力。
• 艺术优先：AniMatrix 旨在复现“艺术正确性”，理解并尊重动漫特有的视觉语言，而非强行套用现实物理规则。

技术架构：结构化生产知识系统

AniMatrix 的架构在每个层面都服务于其垂直化目标：

1. 生产知识系统 (Production Knowledge System)

将动漫编码为结构化的可控变量分类法，涵盖：

• 风格 (Style)
• 运动 (Motion)
• 相机 (Camera)
• 视觉效果 (VFX)

2. AniCaption 组件

• 导演指令推断：从输入帧中自动推断上述变量，将其转化为模型可理解的“导演指令”，而非简单的物理描述。
• 双通道条件系统：
  • 可训练标签编码器：负责细粒度的类别控制（如特定画风、动作类型）。
  • 冻结 T5 编码器：处理自由形式的叙事文本。
  • 双路径注入：确保具体的导演指令不会被开放文本稀释，实现精准控制。

性能表现：全面领先

在由专业动画师进行的盲测评估中，AniMatrix 在五个维度中的四个排名第一。与业界领先的 Seedance-Pro 1.0 相比：

• 提示理解能力：提升 22.4%
• 艺术运动表现：提升 16.9%