قدم الباحثون Wan-Dancer، وهو إطار عمل هرمي يولد مقاطع فيديو رقص طويلة وعالية الدقة متزامنة مع الموسيقى. يتغلب النظام على القيود النموذجية البالغة 20 ثانية لنماذج الانتشار من خلال فصل التوليد إلى تخطيط الإطاح الرئيسية العالمية والتحسين الزمني المحلي.
- يستغل سياق الموسيقى الكامل للتأكد من الاتساق طويل المدى.
- يستخدم تكيف معدل الإطارات الديناميكي عبر تضمينات RoPE المخططة زمنياً لمحاذاة دقيقة.
- يعتمد دالة خسارة تعتمد على التدفق البصري لتعزيز استمرارية الحركة.
- يتضمن التحكم في سرعة الحركة للحفاظ على تفاصيل عالية الدقة أثناء الحركات السريعة.
- يولد مقاطع فيديو مستقرة بدقة 720p/30fps تتجاوز الدقيقة الواحدة عبر خمسة أنواع من الرقص.
يضع النموذج حالة فنية جديدة في توليف مقاطع فيديو الرقص طويلة المدى والمتسقة من خلال معالجة الانحراف الزمني وعدم اتساق الهوية الموجودة في النهج السابقة.