Wan-AI/Wan-Dancer-14B
摘要
Wan-Dancer 是一个分层框架,用于从音乐生成长时间、连贯的舞蹈视频,模型权重和推理代码已在 Hugging Face 上发布。
查看缓存全文
缓存时间: 2026/07/16 10:22
Wan-AI/Wan-Dancer-14B · Hugging Face
来源:https://huggingface.co/Wan-AI/Wan-Dancer-14B
💜Wan-Dancer (https://humanaigc.github.io/wan-dancer-project/)| 🖥️GitHub (https://github.com/Wan-Video/Wan-Dancer)| 🤗Hugging Face (https://huggingface.co/Wan-AI/Wan-Dancer-14B)| 🤖ModelScope (https://www.modelscope.cn/models/Wan-AI/Wan-Dancer-14B)| 📑论文 (https://arxiv.org/abs/2607.09581)
Wan-Dancer:用于分钟级连贯音乐生成舞蹈的层次化框架 (https://arxiv.org/abs/2607.09581)
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%94%A5-latest-news🔥 最新消息!!
- 2026年7月13日:💃 我们推出了Wan-Dancer (https://humanaigc.github.io/wan-dancer/),该方法可从音乐生成长时长、高质量且富有节奏感的舞蹈视频,具备全局结构和时间连续性。我们已发布模型权重 (https://huggingface.co/Wan-AI/Wan-Dancer-14B#model-download) 和推理代码 (https://github.com/Wan-Video/Wan-Dancer)。现在您可以在 ModelScope 工作室 (https://www.modelscope.cn/studios/Wan-AI/Wan-Dancer) 或 HuggingFace Space (https://huggingface.co/spaces/Wan-AI/Wan-Dancer) 上试用!
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%93%91-todo-list📑 待办列表
- Wan-Dancer 音乐生成舞蹈
- Wan-Dancer 推理代码
- Wan-Dancer 检查点
- ComfyUI 集成
https://huggingface.co/Wan-AI/Wan-Dancer-14B#run-wan-dancer运行 Wan-Dancer
https://huggingface.co/Wan-AI/Wan-Dancer-14B#installation安装
克隆仓库:
git clone https://github.com/Wan-Video/Wan-Dancer.git cd Wan-Dancer
安装依赖:
`` python -m venv venv_wan_dancer source venv_wan_dancer/bin/activate
以可编辑模式安装包
pip install -e .
安装额外及指定版本的依赖
pip install moviepy loguru librosa pip install https://mirrors.aliyun.com/pytorch-wheels/cu124/torch-2.6.0+cu124-cp310-cp310-linux_x86_64.whl pip install torchvision==0.21.0 pip install diffusers==0.34.0 pip install yunchang==0.5.0 pip install flash_attn==2.6.3 pip install xfuser==0.4.0 pip install transformers==4.46.2 ``
https://huggingface.co/Wan-AI/Wan-Dancer-14B#model-download模型下载
使用 huggingface-cli 下载模型:
pip install "huggingface_hub[cli]" huggingface-cli download Wan-AI/Wan-Dancer-14B --local-dir ./Wan-Dancer-14B
使用 modelscope-cli 下载模型:
pip install modelscope modelscope download Wan-AI/Wan-Dancer-14B --local_dir ./Wan-Dancer-14B
https://huggingface.co/Wan-AI/Wan-Dancer-14B#run-wan-dancer-1运行 Wan-Dancer
Wan-Dancer 可从音乐生成长时长、高质量且富有节奏感的舞蹈视频,具备全局结构和时间连续性。该方法将过程解耦为全局关键帧规划和局部时间精化,利用完整音乐上下文确保长程连贯性。
https://huggingface.co/Wan-AI/Wan-Dancer-14B#1-%F0%9F%8E%AC-generate-global-keyframe-video1. 🎬 生成全局关键帧视频
运行全局阶段脚本:
cd Wan-Dancer ./gen_video_global.sh
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%94%A7-important-parameters🔧 重要参数
| 参数 | 描述 |
|---|---|
seed | 随机种子,用于可重复性。 |
image\_path | 参考图像路径。示例:gen\_video/ref\_image/1001\.jpg |
prompt\_path | 提示文件路径(定义舞蹈风格)。可用风格:- 中国古典舞:gen\_video/prompt/古典舞\_global\.txt- K-Pop 舞蹈:gen\_video/prompt/kpop\_global\.txt- 街舞:gen\_video/prompt/街舞\_global\.txt- 踢踏舞:gen\_video/prompt/踢踏舞\_global\.txt- 拉丁舞:gen\_video/prompt/拉丁舞\_global\.txt |
music\_path | 输入音乐文件路径。示例:gen\_video/music/ChineseClassicDance\.WAV |
output\_folder | 生成视频的输出目录。 |
timestamp | 输出文件的时间戳标识。 |
num\_inference\_steps | 扩散推理步数(例如 48)。 |
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%8C%B0-examples🌰 示例
https://huggingface.co/Wan-AI/Wan-Dancer-14B#2-%F0%9F%8E%A5-generate-final-high-resolution-video2. 🎥 生成最终高分辨率视频
运行局部精化阶段:
cd Wan-Dancer ./gen_video_local.sh
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%94%A7-additional-required-parameters🔧 额外的必需参数
| 参数 | 描述 |
|---|---|
global\_video\_path | 步骤1中生成的全局视频路径。局部精化必需。 |
prompt\_path | 提示文件路径(定义舞蹈风格)。可用风格:- 中国古典舞:gen\_video/prompt/古典舞\_local\.txt- K-Pop 舞蹈:gen\_video/prompt/kpop\_local\.txt- 街舞:gen\_video/prompt/街舞\_local\.txt- 踢踏舞:gen\_video/prompt/踢踏舞\_local\.txt- 拉丁舞:gen\_video/prompt/拉丁舞\_local\.txt |
✅ 所有其他参数(
seed、image\_path等)与步骤1相同。
https://huggingface.co/Wan-AI/Wan-Dancer-14B#%F0%9F%8C%B0-examples-1🌰 示例
注意: 对于更长时长的视频,num\_inference\_steps 应设置为更大的值(例如 48)。
https://huggingface.co/Wan-AI/Wan-Dancer-14B#citation引用
如果您的研究中使用了本代码或框架,请引用:
@article{wan-dancer-2026, title={Wan-Dancer: A Hierarchical Framework for Minute-scale Coherent Music-to-Dance Generation}, author={Mingyang Huang, Peng Zhang, Li Hu, Guangyuan Wang, Bang Zhang}, website={https://humanaigc.github.io/wan-dancer/}, url={https://arxiv.org/abs/2607.09581}, year={2026} }
https://huggingface.co/Wan-AI/Wan-Dancer-14B#license-agreement许可证协议
本项目采用 Apache 2.0 许可证授权——详见 LICENSE (https://huggingface.co/Wan-AI/Wan-Dancer-14B/tree/main/LICENSE) 文件。
https://huggingface.co/Wan-AI/Wan-Dancer-14B#acknowledgements致谢
本工作基于并整合了以下开源项目的组件:
- DiffSynth-Studio (https://github.com/modelscope/DiffSynth-Studio)
- Wan2.1 (https://github.com/Wan-Video/Wan2.1)
相似文章
Wan-Dancer: 一种用于分钟级别连贯音乐到舞蹈生成的层次化框架
Wan-Dancer 提出了一种层次化框架,用于从音乐生成分钟级别的连贯舞蹈,解决了长时间编舞生成的挑战。
Wan-Animate-2:拓展角色动画模型的应用边界
Wan-Animate-2 是一个全新的端到端角色动画框架,它在重新设计的 Diffusion Transformer 中直接输入驱动视频,实现高保真动作生成和身份保持。它还推出了一个轻量级变体,用于实时流式动画,并已发布开源权重。
MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Dance Video Generation
# Paper page - MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Dance Video Generation Source: [https://huggingface.co/papers/2512.18181](https://huggingface.co/papers/2512.18181) ## Abstract MACE\-Dance is a music\-driven dance video generation framework that combines cascaded Mixture\-of\-Experts with diffusion models and specialized training strategies to achieve high\-quality visual appearance and realistic human motion\. With the rise of online dance\-video platforms and rapi
Wan-Streamer v0.1:端到端实时交互基础模型
Wan-Streamer是一个统一的端到端多模态模型,用于实时音视频交互,采用因果注意力机制,并集成处理视觉、音频和文本模态,实现了亚秒级延迟。
Light-WAM:基于状态融合动作解码的高效世界动作模型
Light-WAM是一种轻量级世界动作模型,用于高效机器人操作。它采用紧凑视频骨干网络和降采样潜在空间进行未来视频监督,在保持低推理延迟的同时实现了高性能。