Японский автор на Zenn собрал движущегося 2D-аватара из одной картинки за два часа. Ставка для тех, кто делает видео и аватаров: 3D-модель больше не нужна, но работа остаётся ручной. Метод придумал не он: @grmchn4ai выложил весь процесс на GitHub как Skill для Claude Code (лицензия MIT), а автор Zenn прошёл по нему на своём оригинальном персонаже.
Что получилось. Сначала Codex imagegen перерисовал персонажа в плоской цветовой манере, потом сгенерировал листы с видами и выражениями лица. Дальше агент разбил картинку на 62 части (сначала было 68, шесть частей рукавов убрали) и собрал из них 2D-аватара, который двигается по 3D-скелету. В браузере работает на Canvas 2D: голова поворачивается на ±20°, есть семь мотивов движений и выражения лица. MP4 получается и без звука, и с синхронизацией губ под WAV-озвучку, а текст для озвучки нужно передавать хираганой, иначе иероглифы озвучка пропускает.
Где подвох. Гайд требует разбивать на части моделью Fable 5.2, а её у автора не было. Он заменил её на Opus 5.5 и сначала проверил замену на 33 частях головы: ошибок ноль, но у открытого рта пропал язык. Поэтому в промпт добавили отдельное требование рисовать рот и язык разными слоями. Ещё важнее другое: пиксель-арт на входе превращается в гладкий флэт, и если стиль должен сохраниться, это нужно решить до старта. Гитара, то есть чёрная бамбуковая флейта, тоже не отдельная деталь: она нарисована как часть левой руки, потому что рендерер умеет брать из руки только одну часть.
Времени ушло около двух часов, из них примерно 1 час 15 минут работы без ожидания ответов человека. Дальше вся сборка идёт одной командой: агент поднимает сервер, выставляет лимиты поворота головы и сохраняет MP4. Разница с обычной анимацией в том, что картинка должна быть разрезаемой. Самое неочевидное здесь: для аватара нужна не красивая картинка, а картинка, которую можно аккуратно разобрать на части.
ИсточникZenn 生成AI

