中科大团队解决动画制作痛点：让AI记住角色原本的颜色，实现超长动画自动上色

这项由中国科学技术大学的陈楠、黄梦齐、毛振东以及香港科技大学的孟伊豪共同完成的研究发表于2025年7月2日，论文编号为arXiv:2507.01945v1。有兴趣深入了解的读者可以通过arXiv平台访问完整论文和相关代码。

在动画制作的世界里，有一个让制作团队头疼不已的难题：如何让长篇动画中的角色始终保持一致的颜色。当你看动画片时，可能从未注意到这个问题，但对制作团队来说，这却是一项极其耗时耗力的工作。以往，动画师需要手工为每一帧画面上色，确保主角的蓝色衣服在第一集和第十集中看起来完全一样，这种工作往往需要数百个小时才能完成一部10到30秒的短片。

现有的AI上色技术虽然能够处理短片段，但面对长动画时就像一个健忘的画家，总是忘记之前用过的颜色。比如一个角色的黄色帽子可能在动画进行到一半时突然变成红色，或者背景的绿色树叶莫名其妙地变成了紫色。这种"失忆"现象的根本原因在于现有方法只关注相邻画面之间的颜色连贯性，却忽略了整个动画的全局色彩一致性。

研究团队提出了一个创新的解决方案，他们称之为"动态全局-局部记忆"机制。这就像给AI配备了一个既能记住整体又能关注细节的智能大脑。在这个比喻中，全局记忆就像一个资深的美术指导，始终记得每个角色的标准配色方案，而局部记忆则像一个细心的画师，专注于让相邻画面之间的过渡看起来自然流畅。

具体来说，他们开发的LongAnimation系统主要包含三个核心组件。第一个是SketchDiT，这相当于一个智能的特征提取器，能够同时理解参考图像、线稿草图和文字描述，为后续的色彩记忆机制提供基础。第二个是动态全局-局部记忆模块，这是整个系统的核心创新，它能够从历史动画片段中动态提取与当前生成内容相关的色彩一致性特征。第三个是色彩一致性奖励机制，用于进一步优化色彩的准确性。

动态全局-局部记忆模块的工作原理颇为巧妙。它采用了一个长视频理解模型来压缩和分析历史生成的动画片段，就像一个经验丰富的动画师能够从之前的工作中快速找到相关的色彩信息。这个模块不是简单地复制之前的颜色，而是智能地提取那些与当前生成内容最相关的色彩特征，然后将这些全局信息与当前的局部特征相结合，确保既保持长期的色彩一致性，又不失去画面的自然流畅性。

在实际应用中，这套系统展现出了