Animate Anyone zielt darauf ab, aus statischen Bildern mithilfe von Steuersignalen Charakter-Videos zu generieren. Wir nutzen die Möglichkeiten von Diffusionsmodellen und präsentieren einen neuen, speziell für die Charakteranimation entwickelten Rahmen. Um die Konsistenz komplexer Erscheinungsmerkmale im Referenzbild zu gewährleisten, haben wir ReferenceNet entwickelt, das detaillierte Merkmale durch räumliche Aufmerksamkeit zusammenführt. Zur Gewährleistung von Steuerbarkeit und Kontinuität führen wir einen effizienten Pose-Guide ein, der die Bewegungen des Charakters steuert, und verwenden eine effektive Methode zur zeitlichen Modellierung, um einen reibungslosen Übergang zwischen den Videobildern zu gewährleisten. Durch die Erweiterung der Trainingsdaten kann unsere Methode Animationen für beliebige Charaktere erstellen und erzielt im Vergleich zu anderen Bild-zu-Video-Methoden hervorragende Ergebnisse bei der Charakteranimation. Darüber hinaus haben wir unsere Methode an Benchmarks für Modevideos und die Synthese menschlicher Tänze evaluiert und dabei state-of-the-art Ergebnisse erzielt.