/ Модель

Характеристики

Размер весов
85,1 ГБ
Лицензия
Apache 2.0
Архитектура
i2v · dense
Библиотека
diffusers
Опубликована
10 июл 2026

Wan-Dancer-14B

Видео из изображенияИзображение, текст → видео3 профессии

Wan-Dancer-14B создаёт длинные танцевальные видео по музыкальной дорожке, исходному изображению и промпту со стилем танца.

16 437скачиваний за 30 дней189лайковвеса обновлены17 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Wan-AI разработала Wan-Dancer-14B — модель генерации танцевальных видео по музыке. Она создаёт длинные, ритмически согласованные ролики с сохранением общей структуры и временной непрерывности. В работе используются музыкальная дорожка, исходное изображение и текстовый промпт, задающий стиль танца; поддерживаются, например, китайский классический танец, K-pop, уличный, латинский и чечёточный танец.

Генерация состоит из двух этапов: сначала модель планирует глобальную последовательность ключевых кадров, затем уточняет видео локально для получения финального ролика высокого разрешения. Репозиторий предоставляет веса и код инференса, а также интеграцию с ComfyUI. Модель распространяется под лицензией Apache-2.0.

Для работы требуется подготовить исходное изображение, музыкальный файл и промпты для соответствующих этапов; финальное уточнение использует видео, созданное на первом этапе. Заявленное назначение — генерация танцевальных роликов, поэтому карточка не подтверждает универсальность для других типов видео. В метаданных указаны архитектурное семейство i2v и форматы PyTorch и Safetensors; размер 14B следует из названия модели.

Сценарии применения

  • создание танцевального видео по музыкальной композиции
  • генерация ролика с танцором по исходному изображению
  • создание видео в стиле K-pop под заданную музыку
  • генерация роликов китайского классического танца
  • создание длинного танцевального видео с последовательным уточнением движения

Ограничения

Модель предназначена для танцевальных роликов и требует исходного изображения, музыкального файла и промптов; финальная детализация опирается на видео, созданное глобальным этапом. В README не приведены независимые оценки качества или гарантии стабильной синхронизации для произвольной музыки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wan-Dancer-14B

Wan-Dancer: A Hierarchical Framework for Minute-scale Coherent Music-to-Dance Generation

🔥 Latest News!!

📑 Todo List

  • Wan-Dancer Music-to-Dance
    • Inference code of Wan-Dancer
    • Checkpoints of Wan-Dancer
    • ComfyUI integration

Run Wan-Dancer

Installation

Clone the repo:

git clone https://github.com/Wan-Video/Wan-Dancer.git
cd Wan-Dancer

Install dependencies:

python -m venv venv_wan_dancer
source venv_wan_dancer/bin/activate

# Install package in editable mode
pip install -e .

# Install additional and specific versions dependencies
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

Model Download

ModelsDownload LinksDescription
Wan-Dancer-14B🤗 Huggingface 🤖 ModelScopeMusic-to-Dance

Download models using huggingface-cli:

pip install "huggingface_hub[cli]"
huggingface-cli download Wan-AI/Wan-Dancer-14B --local-dir ./Wan-Dancer-14B

Download models using modelscope-cli:

pip install modelscope
modelscope download Wan-AI/Wan-Dancer-14B --local_dir ./Wan-Dancer-14B

Run Wan-Dancer

Wan-Dancer can generate long-duration, high-quality, rhythmic dance videos from music with global structure and temporal continuity. Our method decouples the process into global keyframe planning and local temporal refinement, leveraging full-track musical context to ensure long-range coherence.

1. 🎬 Generate Global Keyframe Video

Run the global stage script:

cd Wan-Dancer
./gen_video_global.sh
🔧 Important Parameters
ParameterDescription
seedRandom seed for reproducibility.
image_pathPath to reference image. Example: gen_video/ref_image/1001.jpg
prompt_pathPath to prompt file (defines dance style).Available styles:Chinese Classic Dance: gen_video/prompt/古典舞_global.txtK-Pop Dance: gen_video/prompt/kpop_global.txtStreet Dance: gen_video/prompt/街舞_global.txtTap Dance: gen_video/prompt/踢踏舞_global.txtLatin Dance: gen_video/prompt/拉丁舞_global.txt
music_pathPath to input music file. Example: gen_video/music/ChineseClassicDance.WAV
output_folderOutput directory for generated video.
timestampTimestamp identifier for output files.
num_inference_stepsNumber of diffusion inference steps (e.g., 48).
🌰 Examples
Dance GenresParameterGenerated Global Video
Chinese Classical Danceseed=0image_path='gen_video/ref_image/1001.jpg'prompt_path='gen_video/prompt/古典舞_global.txt'music_path='gen_video/music/ChineseClassicDance.WAV'num_inference_steps=48cfg_scale=5Chinese Classical Dance
Street Danceseed=0image_path='gen_video/ref_image/2001.jpg'prompt_path='gen_video/prompt/街舞_global.txt'music_path='gen_video/music/StreetDance.WAV'num_inference_steps=48cfg_scale=5Street Dance
K-Pop Danceseed=0image_path='gen_video/ref_image/3001.jpg'prompt_path='gen_video/prompt/kpop_global.txt'music_path='gen_video/music_suno/3001.WAV'num_inference_steps=48cfg_scale=5K-Pop Dance
Latin Danceseed=0image_path='gen_video/ref_image/4001.jpg'prompt_path='gen_video/prompt/拉丁舞_global.txt'music_path='gen_video/music/LatinDance.WAV'num_inference_steps=48cfg_scale=5Latin Dance
Tap Danceseed=0image_path='gen_video/ref_image/5001.jpg'prompt_path='gen_video/prompt/踢踏舞_global.txt'music_path='gen_video/music/TapDance.wav'num_inference_steps=48cfg_scale=5Tap Dance
2. 🎥 Generate Final High-Resolution Video

Run the local refinement stage:

cd Wan-Dancer
./gen_video_local.sh
🔧 Additional Required Parameters
ParameterDescription
global_video_pathPath to the global video generated in Step 1. Required for local refinement.
prompt_pathPath to prompt file (defines dance style).Available styles:Chinese Classic Dance: gen_video/prompt/古典舞_local.txtK-Pop Dance: gen_video/prompt/kpop_local.txtStreet Dance: gen_video/prompt/街舞_local.txtTap Dance: gen_video/prompt/踢踏舞_local.txtLatin Dance: gen_video/prompt/拉丁舞_local.txt

✅ All other parameters (seed, image_path, etc.) are identical to Step 1.

🌰 Examples
Dance GenresParameterGenerated Final Video
Chinese Classical Danceseed=0image_path='gen_video/ref_image/1001.jpg'prompt_path='gen_video/prompt/古典舞_local.txt'music_path='gen_video/music/ChineseClassicDance.WAV'num_inference_steps=24cfg_scale=5global_video_path='outputs/global_video/1001_ChineseClassicDance_seed0.mp4'Chinese Classical Dance
Street Danceseed=0image_path='gen_video/ref_image/2001.jpg'prompt_path='gen_video/prompt/街舞_local.txt'music_path='gen_video/music/StreetDance.WAV'num_inference_steps=24cfg_scale=5global_video_path='outputs/global_video/2001_StreetDance_seed0.mp4'Street Dance
K-Pop Danceseed=100image_path='gen_video/ref_image/3001.jpg'prompt_path='gen_video/prompt/kpop_local.txt'music_path='gen_video/music_suno/3001.WAV'num_inference_steps=24cfg_scale=5global_video_path='outputs/global_video/3001_KPopDance_seed0.mp4'K-Pop Dance
Latin Danceseed=0image_path='gen_video/ref_image/4001.jpg'prompt_path='gen_video/prompt/拉丁舞_local.txt'music_path='gen_video/music/LatinDance.WAV'num_inference_steps=24cfg_scale=5global_video_path='outputs/global_video/4001_LatinDance_seed0.mp4'Latin Dance
Tap Danceseed=0image_path='gen_video/ref_image/5001.jpg'prompt_path='gen_video/prompt/踢踏舞_local.txt'music_path='gen_video/music/TapDance.wav'num_inference_steps=24cfg_scale=5global_video_path='outputs/global_video/5001_TapDance_seed0.mp4'Tap Dance

Note: The num_inference_steps should be set to a larger value (e.g., 48) for longer time videos.


Citation

If you use this code or framework in your research, please cite:

@article{wan-dancer-2026,
  title         = {Wan-Dancer: A Hierarchical Framework for Minute-scale Coherent Music-to-Dance Generation},
  author        = {Huang, Mingyang and Zhang, Peng and Hu, Li and Wang, Guangyuan and Zhang, Ruoshi and Lu, Yi and Cheng, Gang and Zhang, Bang},
  year          = {2026},
  eprint        = {2607.09581},
  archiveprefix = {arXiv},
  primaryclass  = {cs.CV},
  url           = {https://arxiv.org/abs/2607.09581},
  note          = {Project page: \url{https://humanaigc.github.io/wan-dancer-project/}}
}

License Agreement

This project is licensed under the Apache 2.0 License — see the LICENSE file for details.

Acknowledgements

This work builds upon and integrates components from the following open-source projects:

  1. DiffSynth-Studio
  2. Wan2.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
85ce88d

0 моделей