アリババのTongyiオープンソース音楽駆動型ポートレートダンス動画生成モデル、Wan-Dancer

アリババ傘下の同義万翔が開発したオープンソースの音楽駆動型ポートレートダンス動画生成モデル「Wan-Dancer」は、ユーザーが自身の写真と音楽をアップロードすることで、正確なビートと滑らかな動きのダンス動画を生成できる。このモデルは、分単位のタイミングのボトルネックを克服し、15秒から3分までの連続720p HD出力に対応し、様々なダンススタイルを網羅している。Wan-Dancerは、グローバルなキーフレーム計画とローカルなタイミング調整という階層的なアーキテクチャを採用することで、長尺シーケンスにおけるモーションドリフトの問題を効果的に解決している。