Préserver l’identité du premier cadre tout en assurant un contrôle précis du mouvement constitue un défi fondamental dans l’animation d’images humaines. Le processus de liaison Image-vers-Mouvement du paradigme dominant de Référence-vers-Vidéo (R2V) ignore les décalages spatio-temporels critiques fréquents dans les applications réelles, entraînant des échecs tels que le dérapage d’identité et des artefacts visuels. Nous introduisons SteadyDancer, un cadre basé sur le paradigme Image-vers-Vidéo (I2V) qui permet une animation harmonieuse et cohérente, et qui est le premier à garantir de manière robuste la préservation du premier cadre. Premièrement, nous proposons un mécanisme de réconciliation de condition visant à harmoniser deux conditions conflictuelles, permettant un contrôle précis sans compromettre la fidélité. Deuxièmement, nous concevons des modules de modulation de posture synergiques afin de générer une représentation de posture adaptative et cohérente, fortement compatible avec l’image de référence. Enfin, nous mettons en œuvre une chaîne d’entraînement en objectifs décomposés par étapes, optimisant hiérarchiquement le modèle en termes de fidélité du mouvement, de qualité visuelle et de cohérence temporelle. Des expériences montrent que SteadyDancer atteint des performances de pointe tant en fidélité d’apparence qu’en contrôle du mouvement, tout en nécessitant significativement moins de ressources d’entraînement que les méthodes comparables.