单图驱动的角色一致视频生成

ContextAnyone将参考图作为上下文处理，以保持大幅姿态与场景变化中的角色外观。

推荐理由：方法不再仅把参考图压成条件信号，而将其作为扩散过程中的上下文，减少与噪声视频令牌交互时的细节损失，瞄准单图角色在大动作和换景下的一致性难题。