过去想让一张静态人物照片跳舞，通常需要经过建模、绑定骨骼、制作动作和渲染等一系列复杂流程。对于普通AI视频用户来说，这种制作方式成本高、学习门槛也比较高。

现在，通过 ComfyUI + MimicMotion，可以换一种更加简单的思路：准备一张人物图片，再提供一段动作参考视频，让AI根据参考视频中的人体动作生成对应的视频内容。原本静止的人物，可以按照参考视频完成舞蹈、挥手、转身、行走等动作。

这也是MimicMotion受到AI视频创作者关注的重要原因之一。它将人物外观和动作控制分开处理，人物图片负责提供角色视觉信息，参考视频则提供运动信息，从而实现更加直观的动作迁移效果。

MimicMotion是什么？

MimicMotion是一套面向人体动作视频生成的AI框架，核心思路是利用参考视频中的人体姿态信息，对目标人物进行动作控制。

简单来说，用户需要准备两个核心素材：一张目标人物图片 + 一段动作参考视频。

人物图片决定最终视频中的角色是谁，而参考视频决定这个角色如何运动。经过姿态分析和生成处理后，系统会将参考动作应用到目标人物身上，官方项目重点采用了置信度感知姿态引导等技术，用于提升动作控制效果以及视频生成过程中的稳定性，因此，MimicMotion并不只是用于制作“照片跳舞”视频，它也可以用于各种人物动作迁移场景。

为什么MimicMotion适合做“照片跳舞”？

传统AI图生视频通常只需要输入一张图片和一句提示词，然后由模型自行判断人物应该如何运动。这种方式虽然简单，但动作控制能力有限。例如你希望人物：

AI不一定能够严格按照你的要求完成，而MimicMotion的思路不同，它可以利用真实动作视频作为参考。如果参考视频中的人物正在跳舞，那么目标人物就可以尝试按照参考视频中的动作完成运动，因此，它更适合需要明确动作控制的场景。

ComfyUI + MimicMotion工作流怎么运行？

在ComfyUI中，MimicMotion工作流通常围绕人物图片、参考视频、姿态提取、动作控制和视频输出几个环节展开。整个工作流并不是简单地把一张图片直接转换成视频，而是先从参考视频中获取人体运动信息，再结合目标人物图片进行生成。这样的工作方式也让整个过程更加可控，用户可以分别调整人物素材、动作参考以及生成参数。

人物图片：决定最终角色

首先需要准备目标人物图片，建议选择人物完整、画面清晰、身体结构明确的素材。尤其是需要生成舞蹈或全身动作时，最好使用能够看到完整身体的图片，如果人物只显示到胸部或者身体存在严重遮挡，那么可用于动作迁移的信息会减少，最终生成效果也可能受到影响，对于角色创作来说，人物图片的质量非常重要，因为它直接影响最终视频中的人物外观。

动作参考视频：决定人物怎么动

第二个核心素材就是动作参考视频。它可以是一段：

• 舞蹈视频；
• 行走视频；
• 武术动作；
• 手势动作；
• 表演动作；
• 人物姿态展示。

例如准备一段舞蹈视频，MimicMotion就可以尝试将其中的人体运动方式迁移到目标人物身上，参考视频最好保持人物主体清晰、动作完整、镜头相对稳定，这样更有利于后续姿态提取。

姿态提取：把动作视频转换成可控制信息

参考视频进入工作流后，需要经过姿态分析，这一阶段的作用，就是从视频画面中提取人物运动信息，例如身体姿态以及相关关键点变化，随后，这些姿态信息会作为后续视频生成的重要控制条件，因此，MimicMotion并不是简单复制参考视频，而是先理解：人物在视频中是如何运动的。再把这些运动信息应用到目标人物身上。

MimicMotion动作生成

完成姿态信息提取后，就进入核心的视频生成阶段，模型会结合：目标人物图片以及参考视频提取出来的动作信息，生成对应的视频，最终效果与输入素材关系非常密切，如果人物图片清晰、参考动作完整，并且两者之间的姿态关系比较合理，通常更容易获得稳定结果。

后处理：进一步提升视频质量

生成视频之后，还可以继续加入一些后处理节点。例如部分ComfyUI工作流会加入RIFE VFI视频插帧、尺寸调整、图像增强以及视频合并等处理，这些操作并不是MimicMotion的核心功能，但可以作为工作流的扩展环节，用来改善最终输出效果，例如原始视频动作已经比较稳定，那么通过插帧可以进一步改善播放流畅度；如果输出分辨率较低，也可以继续进行尺寸调整或增强。

ComfyUI安装MimicMotion需要准备什么？

如果希望在ComfyUI中使用MimicMotion，通常需要安装对应的MimicMotion节点和模型，目前社区已经提供了 ComfyUI-MimicMotionWrapper 等相关实现，可以将MimicMotion能力整合进ComfyUI工作流，安装完成后，需要准备对应的MimicMotion模型以及姿态相关模型，然后加载相应的工作流，需要注意的是，不同工作流使用的节点版本、模型文件以及目录结构可能存在差异，因此实际安装时应当以对应工作流提供的说明为准。

一套典型的MimicMotion工作流包含哪些节点？

如果从功能角度来看，一套比较完整的工作流通常可以分成几个部分：

工作模块	主要作用
图片加载	读取目标人物图片
视频加载	读取动作参考视频
姿态提取	分析参考视频中的人体动作
MimicMotion模型	执行动作迁移和视频生成
采样控制	调整生成过程
视频解码	将生成结果转换为视频帧
插帧处理	改善视频流畅度
视频合并	输出最终视频文件

这种模块化结构也是ComfyUI比较适合AI视频创作的原因，用户可以根据自己的需求增加或者删除节点，而不是被固定的视频生成流程限制。

MimicMotion可以做什么？

虽然“照片跳舞”是目前非常直观的应用方式，但它的实际用途并不局限于舞蹈，例如制作AI角色动画时，可以准备一个固定角色，再通过不同参考视频让角色完成不同动作，在短视频制作中，可以将静态人物素材转换成动态视频，用于制作角色内容，对于虚拟人物，也可以利用动作参考视频快速生成不同姿态和动作。

应用方向	使用方式
AI照片跳舞	将舞蹈动作迁移到人物图片
AI角色动画	给静态角色添加动态动作
短视频创作	将人物图片制作成动态内容
虚拟人物	控制数字角色完成指定动作
产品展示	让人物模特完成指定姿态
创意视频	制作特殊动作和视觉内容

想获得更好效果，输入素材比参数更重要

使用MimicMotion时，很多新手容易把注意力全部放在采样步数、CFG等参数上，实际上，人物图片和参考视频的质量往往更加重要，人物图片最好保持清晰，并且尽量避免身体被遮挡；参考视频则应该保证人物动作完整，尽量避免快速切镜、严重遮挡以及复杂的多人场景，如果参考视频本身就存在严重的动作识别问题，那么后面的生成模型也很难凭空恢复准确动作，因此，建议先把素材质量做好，再逐步调整工作流参数。

ComfyUI + MimicMotion的优势

对于喜欢本地AI视频生成的用户来说，MimicMotion最大的价值并不是简单地“把照片变成视频”，而是提供了更加明确的动作控制方式，普通AI图生视频更偏向于：根据提示词生成动作。

而MimicMotion更加接近：参考真实动作，再让目标人物执行这个动作，这种控制方式对于舞蹈、角色动画和连续剧情视频尤其有价值，同时，ComfyUI的工作流机制又让用户可以自由组合模型、姿态处理、视频插帧和后期增强节点，进一步扩展整个AI视频制作流程。

总结：AI图生视频正在从“会动”走向“按要求动”

AI视频生成早期，用户最关心的是：一张图片能不能生成视频？现在随着模型能力不断提升，大家真正关心的问题已经变成：这个人物能不能按照我的要求完成动作？ComfyUI + MimicMotion提供的正是这样一种思路，通过人物图片确定角色，通过动作参考视频提供运动信息，再利用姿态分析和MimicMotion完成视频生成，可以让静态人物拥有更加明确的动作控制能力。

对于AI图生视频、照片跳舞、AI短视频、角色动画、ComfyUI工作流等创作方向来说，这套方案值得尝试，需要注意的是，实际生成效果会受到人物图片、参考视频、视频长度、分辨率以及显卡性能等因素影响，具体效果应以实际工作流测试结果为准。