智譜 AI 旗下開源專案在 Hugging Face 上釋出了新一代角色動畫模型 SCAIL-2，上線不久即獲得 42.8k 次下載。該模型以 MIT 許可證 開放，定位為端到端的可控角色動畫工具，核心突破在於徹底擺脫了對骨骼圖、修復掩膜等中間表示的依賴。

傳統角色動畫方案通常需要先從驅動影片中提取人體姿態骨架，再將骨架對映到參考角色上。這一流程在複雜運動下容易產生歧義，且驅動源往往侷限於人體動作，難以拓展到動物驅動或跨身份替換。SCAIL-2 的設計思路是 端到端驅動：直接輸入一張參考角色影像和一段驅動影片，模型即可輸出該角色執行相應動作的影片序列。

為實現這一能力，研究團隊藉助 SCAIL-Preview、Wan-Animate 和 MoCha 等多個現成模型合成了約 6 萬組 運動配對資料，並通過統一運動遷移介面進行訓練。該介面引入了專用掩膜通道和 RoPE 位置編碼設計，配合反向驅動訓練策略，使模型湧現出超越教師模型的能力，包括跨身份角色替換、動物驅動場景，以及對 SAM3D-Body 網格渲染等高階控制中間表示的零樣本支援。

在技術規格上，SCAIL-2 的端到端驅動同時支援 512p 和 704p 解析度，其中姿態驅動與角色替換在 704p 下效果更優。輸入影像的高和寬需能被 32 整除，例如 704×1280。模型權重中已整合 Wan VAE 和 T5 模組，方便開發者直接呼叫。

從產業視角看，SCAIL-2 的開源意味著高質量角色動畫能力不再被少數閉源工具壟斷。對於影片生成、虛擬人、遊戲過場動畫以及社交媒體內容創作等領域，開發者可以在本地部署並微調該模型，結合自身資料構建差異化的動畫工作流。尤其值得關注的是其動物驅動和多角色場景支援，這為影視預演、虛擬主播等場景提供了更靈活的素材生成手段。

目前專案已在 GitHub 上提供推理程式碼、環境配置和詳細使用說明，論文也同步釋出於 arXiv（編號 2606.10804）。隨著社群後續的適配與最佳化，SCAIL-2 有望成為 AI 動畫工具鏈中的重要基礎模型之一。