AnimateAnything es un método unificado y controlable para la generación de vídeo que permite realizar operaciones de vídeo precisas y consistentes bajo diferentes condiciones, incluyendo trayectorias de cámara, indicaciones de texto y anotaciones de acciones del usuario. Esta tecnología construye una representación de movimiento universal para diferentes condiciones mediante el diseño de una red de fusión de características de control multi-escala, y convierte toda la información de control en flujo óptico fotograma a fotograma, utilizándolo como guía de movimiento para la generación de vídeo. Además, para reducir los problemas de parpadeo causados por movimientos a gran escala, se propone un módulo de estabilización basado en frecuencia para asegurar la coherencia del vídeo en el dominio de la frecuencia y mejorar la coherencia temporal. Los experimentos demuestran que el método AnimateAnything supera a los métodos de vanguardia existentes.