在人物图像动画中，保持首帧身份一致性的同时实现精确的运动控制，是一个基础性挑战。当前主流的参考图像到视频（Reference-to-Video, R2V）范式中的图像到运动绑定（Image-to-Motion Binding）过程，忽视了现实应用中普遍存在的时空错位问题，导致身份漂移和视觉伪影等失败现象。为此，我们提出 SteadyDancer——一种基于图像到视频（Image-to-Video, I2V）范式的框架，首次实现了对首帧身份的稳健保持，并在动画生成中达成高度协调与连贯的效果。首先，我们提出一种条件协调机制（Condition-Reconciliation Mechanism），用于调和两种相互冲突的约束条件，从而在不牺牲图像保真度的前提下实现精准的运动控制。其次，我们设计了协同姿态调制模块（Synergistic Pose Modulation Modules），生成与参考图像高度兼容的自适应且一致的姿态表征。最后，我们采用一种分阶段解耦目标训练流程（Staged Decoupled-Objective Training Pipeline），分层优化模型在运动保真度、视觉质量与时间连贯性方面的表现。实验结果表明，SteadyDancer 在外观保真度与运动控制能力方面均达到当前最先进水平，同时相比同类方法显著降低了训练资源需求。