ActAnywhere es un modelo generador diseñado para crear automáticamente fondos de vídeo que coincidan con el movimiento y la apariencia del sujeto en primer plano. Esta tarea implica sintetizar fondos consistentes con el movimiento y la apariencia del sujeto en primer plano, al tiempo que se ajusta a la intención creativa del artista. ActAnywhere aprovecha el poder de los modelos de difusión de vídeo a gran escala y está especialmente adaptado para esta tarea. ActAnywhere utiliza como entrada una serie de segmentaciones del sujeto en primer plano y una imagen que describe la escena deseada como condición, generando un vídeo coherente consistente con los fotogramas condicionales, al tiempo que logra una interacción realista entre primer plano y fondo. El modelo se ha entrenado en un conjunto de datos de vídeo de interacción humano-máquina a gran escala. Numerosas evaluaciones demuestran que el rendimiento del modelo es significativamente superior al de los modelos de referencia y que puede generalizarse a diversas muestras de distribución, incluidos sujetos no humanos.