本文提出了一种通过文本提示为素描添加动作并生成可编辑短动画的方法，利用预训练的文本到视频模型进行评分蒸馏，建模小局部变形和全局仿射变换。研究表明，即使是表现不佳的模型也能支持动画表达。通过动态建模模块和视频剪辑训练，现有文本到图像模型能够生成个性化动态图像。此外，AnimeInterp 框架有效解决了动画视频插帧问题，提升了视觉质量和鲁棒性。