AnimateAnything é um método unificado e controlável para geração de vídeo, que permite operações de vídeo precisas e consistentes em diferentes condições, incluindo trajetória da câmera, prompts de texto e anotações de ações do usuário. Essa tecnologia constrói uma representação de movimento universal para diferentes condições através de uma rede de fusão de características de controle multi-escala, convertendo todas as informações de controle em fluxo óptico quadro a quadro, como um guia de movimento para direcionar a geração de vídeo. Além disso, para reduzir problemas de cintilação causados por movimentos em larga escala, foi proposto um módulo de estabilização baseado em frequência para garantir a consistência do vídeo no domínio da frequência e melhorar a coerência temporal. Os experimentos mostram que o método AnimateAnything supera os métodos de última geração existentes.