# Wan-Dancer – 阿里通义开源的人像舞蹈视频生成模型 - Link: https://paooo.com/aigc-news/30425/ - Published: 2026-07-14T19:12:16+08:00 - Author: Prompt 语宙研究院 ⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点 * 阿里通义开源的 Wan-Dancer 突破分钟级时序瓶颈，可稳定生成 15 秒至 3 分钟的人像 舞蹈视频。 * 采用全局关键帧规划 + 局部时序细化的双 DiT 架构，兼顾长时一致性与动作细节表现。 * 支持 720p/30fps、五种舞种与 LoRA 定制，适合短视频创作、虚拟偶像和舞蹈教学。 ## Wan-Dancer是什么 Wan-Dancer 是阿里通义万相开源的音乐驱动人像舞蹈视频生成模型。输入一张人物照片与一段 音乐，可生成节奏精准、动作流畅、风格鲜明的高质量舞蹈视频。模型首次突破分钟级时序 瓶颈，支持 15 秒至 3 分钟的 720p/30fps 超长连贯输出，覆盖中国古典舞、韩舞、街舞、 踢踏舞、拉丁舞五种舞种，支持通过 LoRA 进行个性化舞蹈定制。 阅读目录 * [Wan-Dancer是什么](https://paooo.com/aigc-news/30425/#wandancer%e6%98%af%e4%bb%80%e4%b9%88) * [Wan-Dancer的主要功能](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [Wan-Dancer的技术原理](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [如何使用Wan-Dancer](https://paooo.com/aigc-news/30425/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8wandancer) * [Wan-Dancer的核心优势](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf) * [Wan-Dancer的项目地址](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [Wan-Dancer的同类竞品对比](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94) * [Wan-Dancer的应用场景](https://paooo.com/aigc-news/30425/#wandancer%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![Wan-Dancer](https://paooo.com/wp-content/uploads/2026/07/Wan-Dancer-website-1. avif) ## Wan-Dancer的主要功能 * **音乐驱动舞蹈生成**：输入人物照片与音乐，自动生成与节拍精准对齐的舞蹈视频。 * **分钟级长视频生成**：突破传统 20 秒限制，稳定生成 15 秒至 3 分钟的连贯高清视频。 * **多风格舞蹈覆盖**：支持中国古典舞、K-Pop、街舞、踢踏舞、拉丁舞五种差异显著的 风格。 * **LoRA 个性化定制**：仅需少量特定舞蹈数据即可训练专属动作风格，实现同款舞蹈复 刻。 * **关键帧二次编辑**：全局阶段生成的关键帧支持手动修改，实现换装与动作精细控制。 ## Wan-Dancer的技术原理 * **全局关键帧规划（Global DiT）**：基于完整音乐结构生成长时一致性关键帧，规划舞蹈 动作骨架与关键姿态，确保全局时间尺度连贯。 * **局部时序细化（Local DiT）**：在全局关键帧基础上细化动作细节与帧间过渡，解决 动作单一重复问题，提升复杂动作表现力。 * **动态帧率适配**：引入 RoPE 映射绝对时间信息，实现不同时长音乐与舞蹈动作的精确 时序对齐，消除长序列漂移。 * **光流运动连续性**：基于光流的损失函数优化帧间过渡，在快速旋转、复杂步法场景中 保持自然连贯。 ![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-74.avif) 微信关注回复“**开源**”，加入**AI开源项目交流群** ## 如何使用Wan-Dancer * **在线体验**：访问魔搭创空间https://www.modelscope.cn/studios/Wan-AI/Wan-Dancer， 上传 9:16 竖屏单人正面照片与 10–30 秒音乐，选择舞种后点击生成。 * **本地部署**：克隆 GitHub 仓库，安装依赖环境，通过 ModelScope 下载 14B 权重， 分别运行全局关键帧推理与局部时序细化脚本。 * **Diffsynth-Studio 推理**：安装 DiffSynth-Studio 后，调用 WanVideoPipeline 加 载全局/局部模型配置，设置参考图、音乐路径、关键帧掩码等参数进行生成。 ## Wan-Dancer的核心优势 * **分层解耦架构**：全局 DiT 规划长时一致性关键帧，局部 DiT 细化动作细节与帧间过渡， 解决时序漂移与动作重复问题。 * **动态帧率适配**：引入 RoPE 映射绝对时间信息，确保不同时长音乐与舞蹈动作精确同步。 * **运动连续性增强**：基于光流的损失函数优化，在快速旋转、复杂步法等场景中保持自然 连贯。 * **身份高保真**：参考图人物身份特征在长序列中保持稳定，避免角色畸变。 ## Wan-Dancer的项目地址 * **项目官网**：https://humanaigc.github.io/wan-dancer-project/ * **GitHub仓库**：https://github.com/Wan-Video/Wan-Dancer * **HuggingFace模型库**：https://huggingface.co/Wan-AI/Wan-Dancer-14B * **arXiv技术论文**：https://arxiv.org/pdf/2607.09581 ## Wan-Dancer的同类竞品对比 | 对比维度 | Wan-Dancer | MuseDance | | **研发机构** | 阿里通义万相 | 石溪大学 + 字节跳动 + 苹果 | | **核心架构** | 分层解耦双 DiT（全局关键帧规划 + 局部时序细化） | 端到端 U-Net 扩散，基于 [Stable Diffusion](https://paooo.com/tag/stable-diffusion/) v1.5 | | **训练策略** | 全局与局部模型分别训练、分别推理 | 两阶段训练：第一阶段外观预训练，第二阶段冻结空间注意力并注入音乐/节拍/运动模块 | | **音乐理解** | 专用 Music Encoder + RoPE 时间映射 | AST（Audio Spectrogram Transformer）提取音乐嵌入，通过交叉注意力注入 | | **节拍对齐** | RoPE 动态帧率适配，将绝对时间映射到生成过程 | Librosa 提取节拍位置，one-hot 编码后通过交叉注意力显式对齐 | | **运动控制** | 光流损失优化帧间过渡 + Prompt 速度标注 | 运动对齐模块：利用历史生成帧的隐状态做时序自注意力 | | **身份保持** | 参考图像经 VAE 编码 + 全局关键帧锚定约束 | 第一阶段学习外观 + 冻结空间注意力 + ReferenceNet 特征融合 | | **生成时长** | 分钟级（15 秒–3 分钟） | 短视频片段（实验设置 4 秒 @ 12fps） | | **分辨率/帧率** | 720p / 30fps | 640×640 / 12fps（实验配置） | ## Wan-Dancer的应用场景 * **短视频内容创作**：为抖音、快手、小红书等平台快速生成个性化舞蹈视频，无需真人 出镜即可实现风格多样的舞蹈内容量产。 * **虚拟偶像与数字人表演**：为直播、虚拟演唱会及数字人账号定制特定舞种的连贯表演 素材，降低虚拟角色舞蹈动作的制作成本。 * **舞蹈教学与编舞辅助**：借助音乐节拍对齐与关键帧预览功能，辅助舞蹈教师拆解动作 节奏、设计编舞方案，并生成标准化教学演示视频。 * **广告与影视预演**：低成本生成分镜级别的舞蹈镜头预览，帮助导演与创意团队在拍摄 前快速验证舞蹈编排与视觉风格，加速决策流程。 🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航） **HuggingFace ↗** HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大 模型等实用方向。 **通义万相 ↗** 通义万相：阿里推出的AI创意内容生成平台，面向AI 绘画生成场景提供便捷实用的在线功能 支持，涵盖智能工具等实用方 ❓ 常见问题解答（FAQ） Wan-Dancer 能生成多长的人像舞蹈视频？ 文章介绍，Wan-Dancer 支持 15 秒至 3 分钟的超长连贯输出，分辨率可达 720p、帧率 30fps。 相比传统常见的短视频生成限制，它更适合需要长时连续动作的舞蹈场景。 Wan-Dancer 的核心技术亮点是什么？ 它采用全局关键帧规划与局部时序细化的分层解耦架构，并结合动态帧率适配、光流连续性 优化，解决长视频中的时序漂移、动作重复和过渡不自然问题。 Wan-Dancer 适合哪些实际应用场景？ 适合短视频内容创作、虚拟偶像与数字人表演、舞蹈教学与编舞辅助，以及广告和影视预演 等场景，尤其适合快速生成风格统一、节拍对齐的人像舞蹈视频。 🔬 语宙深潜追问 · 进阶实操拆解 15 秒到 3 分钟长视频怎么保证稳定？ 长视频关键在节拍对齐、动作连续性和局部细节一致。实操上要先选节奏清晰的音乐，再控制 镜头变化和人物遮挡，必要时分段生成后做拼接与平滑处理，降低漂移。 LoRA 个性化定制适合哪些场景？ 适合品牌舞蹈 IP、虚拟偶像和固定角色复用。先用少量高质量样本训练风格或人物特征，再把 动作模板与音乐节拍绑定，能在保持角色辨识度的同时提升批量生产效率。 🗳️ 读者观点微投票 · 您的实战立场是？ Wan-Dancer 真能替代真人舞蹈拍摄吗？ 🕸️ 语宙向量知识图谱 · 语义强关联深度内链 [🔓 所属权威专题：开源大模型与端侧推理 →](https://paooo.com/topics/open-source-llm/) * [X-Dancer – 字节等机构推出音乐驱动的人像舞蹈视频生成框架](https://paooo.com/aigc-news/21302/) * [Animate Anyone – 阿里推出的图像到视频角色动画合成的框架](https://paooo.com/aigc-news/28458/) * [GCDance – 萨里大学和江南大学推出的3D舞蹈生成框架](https://paooo.com/aigc-news/21212/) * [阿里通义开源 Wan2.2-S2V：一张图+一段音频，分钟级生成电影级数字人视频的多模态大模型](https://paooo.com/aigc-news/13987/) [🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（ paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示 词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发 者与创作者提供一手、可复现的深度技术洞察。 [📄 Markdown 纯净版](https://paooo.com/aigc-news/30425/?format=md) 💡 这篇内容对您有启发吗？ [📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/) **🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)