Diffutoon作为一款由阿里巴巴与华东师范大学共同研发的AI视频制作工具，凭借其独特的魅力和强大的功能，正在引领着视频制作的新潮流。它不仅为视频创作者们提供了更便捷、更高效的视频制作方式，也为观众带来了更加丰富多彩的视觉体验。

功能

• 动漫风格转换：Diffutoon内置了多种动漫风格供用户选择，如日系动漫、欧美卡通等。用户只需上传自己的视频素材，选择喜欢的风格，即可快速生成动漫风格的视频。
• 高清画质支持：Diffutoon支持高清视频素材的转换，确保生成的动漫视频在画质上与原视频保持一致，甚至在某些细节上更加出色。
• 快速运动处理：对于包含快速运动场景的视频素材，Diffutoon能够智能识别并优化处理，确保动漫视频在播放时流畅自然，不会出现卡顿或模糊现象。
• 自定义风格：除了内置的风格外，用户还可以通过上传自己的图片或视频素材，训练出独特的动漫风格，满足个性化需求。

操作简便

Diffutoon的操作界面简洁明了，用户无需具备专业的视频制作技能，即可轻松上手。只需按照软件提示的步骤进行操作，即可快速完成动漫风格视频的转换。此外，Diffutoon还支持批量处理功能，用户可以一次性导入多个视频素材进行转换，大大提高工作效率。

应用场景

Diffutoon适用于各种视频制作场景，如广告、宣传片、短视频等。通过将真实场景转化为动漫风格，可以更好地吸引观众的注意力，提高视频的传播效果。同时，Diffutoon也为创作者们提供了更多的创作灵感和可能性，让视频作品更具创意和趣味性。

示例

 

使用

拉取源码

git clone https://github.com/Artiprocher/DiffSynth-Studio/

创建环境

conda env create -f environment.yml

conda activate DiffSynthStudio

下载模型

将Stable Diffusion模型、AnimateDiff模型、Lora模型、ControlNet模型、Annotators预处理模型放到models对应目录下

下载AnimateDiff模型
https://huggingface.co/guoyww/animatediff/

下载ControlNet模型
https://huggingface.co/lllyasviel/ControlNet-v1-1/

下载Annotators预处理模型
https://huggingface.co/lllyasviel/Annotators/

启动WebUI

python -m streamlit run Diffsynth_Studio.py