什么是动作迁移？把 A 的动作装给 B

AI 动作迁移解决一个很具体的问题：让 B 做出 A 的动作。把参考视频里那个人的舞步、招式或示范动作拆成一条姿态序列，再让指定的人物照着这条序列逐帧重演——动作来自参考视频，脸和身体换成你想要的形象。它常和换脸被混为一谈，其实一个换行为、一个换身份，分清这条边界，才知道该把哪类活交给它。

动作是怎么被拆下来的

第一步是姿态提取。模型逐帧识别参考视频里的人物，标出关键关节的位置：头、肩、肘、腕、髋、膝、踝，这些点连成一副骨架；几百帧骨架连起来，就是一条随时间推进的姿态序列。值得强调的是，这条序列只记录「怎么动」，不记录人长什么样、穿什么衣服、背景是什么——信息被刻意压缩了，压缩掉的部分后面全部由目标人物一侧补齐。

压缩带来自由，也带来约束：参考视频里动作越清晰、遮挡越少，序列越干净；人物侧身、肢体交叠、出画入画，都会让关节判断打折。所以选参考素材和选拍摄角度一样讲究，素材质量直接决定后面所有环节的上限。

装给 B：重绘与一致性

第二步是按姿态重绘。目标人物通常来自一张照片或一个固定形象，生成模型以每一帧的骨架为条件，画出这个人在对应时刻的姿势。骨架是硬约束，脸和衣服是模型的发挥空间，两边的关系类似视频生成关键帧里讲的「条件定两端、过程给模型」，只是这里每一帧都有条件，控制力更强。

重绘要过两道稳定性关。一道在画面内：四肢的遮挡关系、手指细节、衣褶走向，每一帧都要画对。另一道在帧间：相邻帧的人物细节要接得顺，否则整段视频看起来在闪。后者属于时序一致性问题，是动作迁移翻车的高发区——单帧看都像，连播就露馅。

和换脸的分界线

把两个功能并排放，差异就清楚了。换脸处理的是身份替换：画面里的人还在做原来的动作，只有脸换成了别人。动作迁移处理的是行为替换：画面里的人整体换成目标形象，动作照搬参考视频。前者动的是局部，后者动的是整体。数字人领域里两者经常接力——先用驱动技术让形象开口说话，数字人驱动方式一篇讲过这层分工；再叠加迁移来的肢体动作，把「会说话」补成「会表演」。

舞蹈和示范内容：能用与慎用

动作迁移目前表现较稳的场景是节奏型、全身型动作：舞蹈片段、健身动作、舞台表演。这类动作幅度大、轮廓清晰，姿态序列好提，观众的注意力也在动作本身，对细节瑕疵的容忍度高。示范教学类内容要慎重：精细的手部动作——乐器指法、手工细节、实验操作——恰好是重绘最容易糊的区域，手一糊，教学信息就丢了，这类内容宁可实拍。

用法上还有一条红线：搬用别人的动作和搬用别人的声音、肖像一样，涉及表演者权利，参考视频本身要有授权，商用场景尤其要确认清楚。

动作迁移三查

• 查素材：参考视频动作清晰无遮挡，且授权在手
• 查帧间：连播看一遍，人物细节有没有闪烁跳变
• 查手部：示范类内容先看手，手糊则信息废

工具层面，即梦、可灵这类视频生成平台都已接入动作驱动类的功能，思路同源、叫法各异；成片环节的拼接与调色仍回到剪映这类剪辑工具完成。动手前把需求写清楚——哪个动作、什么形象、什么风格——可以让 DeepSeek 帮你把模糊的想法整理成结构化描述，再进生成工具验证。效果好不好，拿自己的参考视频实测为准，基准分和实际任务的距离在这类功能上照样存在。

关于动作迁移的常见疑问

• 两个人体型差很多能迁吗？：能，姿态序列只有骨架信息，模型会按目标体型重新适配，但体型差距越大，四肢长度的比例失真越明显。
• 迁移后还能改动作速度吗？：多数工具支持节奏调整，但改动过大会出现卡顿感，建议在参考视频阶段就把速度定下来，迁移环节少动这根旋钮。
• 迁出来的动作算原创吗？：法律上尚无定论，稳妥的做法是当作改编对待，商用前确认参考素材的授权链条。