很抱歉，目前无法提供DeepSeek动画生成的具体训练方法。根据搜索结果分析，DeepSeek作为AI动画生成工具，其训练过程通常涉及以下技术层面，但具体细节需参考官方文档或技术白皮书：

1. 数据收集与预处理

   需要大量标注好的动画数据作为训练集，包括不同场景、角色动作和表情的样本。数据预处理可能涉及标注关键帧、提取特征等步骤。

2. 模型架构设计

   涉及深度学习模型（如生成对抗网络GAN、变分自编码器VAE）或预训练模型（如Transformer）的构建，用于学习动画的时空特征和生成规律。

3. 训练策略与优化

   采用强化学习、迁移学习或无监督学习算法，通过反向传播和损失函数优化模型参数，提升生成动画的连贯性和真实感。

4. 评估与迭代

   使用专业评估指标（如FID、Inception Score）监控模型性能，根据反馈调整模型结构或训练策略，实现多轮迭代优化。

5. 工具与平台支持

   搭建计算平台（如GPU集群）加速训练过程，利用DeepSeek自带的API或第三方工具（如TensorFlow、PyTorch）实现模型部署。

建议直接联系DeepSeek官方技术团队获取最新训练指南，或参考其官方文档中的“开发者手册”和“案例研究”部分。若需快速生成动画，可优先使用其提供的预设模板和功能模块。