ChainDance：把群舞生成拆成"舞者接力链"，一套模型想编几人舞就编几人舞

> AI 让一个人跳舞已经不新鲜了，难的是让一群人跳得整齐又不失各自风格。10 月 8 日提交到 arXiv 的 ChainDance 框架给出了一条新思路：不再让一个巨型模型"管全场"，而是让舞者们像接力赛一样一个个生成动作——前面的舞者跳完，后面的看着队伍接上。一套模型就能编双人舞、五人舞甚至任意人数的群舞，参数量却只有老方案的几分之一。

这是什么

一个研究团队在 arXiv 上公开发布了 ChainDance：一个从音乐生成多人协调编舞（群舞生成）的 AI 框架。它解决的核心问题是——现有群舞生成模型把所有舞者塞进一个端到端 Transformer 里联合建模，架构直接焊死在固定人数上：训练时是五人舞，想编六人舞就得重训一个新模型。

ChainDance 把群舞生成重新表述为 Chain-of-Dancers（舞者链）：把"一次生成 N 个人"分解成"逐个生成每个人"的条件分布链。生成第 k 个舞者时，模型会参考前面 k-1 个舞者已经跳出来的动作，保证队形协调。这样一来，同一个模型不用重新训练，就能适配不同规模的舞者人数。

论文于 2026 年 10 月 8 日提交 arXiv（编号 2610.11237），在 AIOZ-GDance 群舞基准上拿到了动作质量和群体协调的最优成绩。

为什么重要

• 一套模型通吃任意人数：以前"人数=模型"的绑定被打破，部署成本和训练成本都大幅下降。论文报告参数量只有此前方法的 1/3~1/4，训练时间节省 3~6 倍。
• 个体身份不再糊成一团：联合建模的老问题是谁是谁慢慢分不清，动作趋同。链式生成天然保留每个舞者的身份和角色。
• 对内容生产者是实打实的降本：动画群舞镜头、虚拟偶像团体演出预演、互动内容里的多人舞蹈，都不再需要按人数定制模型。

它是怎么做到的

ChainDance 的底座是一个冻结的单人舞蹈扩散模型——不从头训练，只在上面加两个轻量模块：

1. RATE（角色感知文本编码器）：给每个舞者一段角色语义描述，让"领舞"和"伴舞"能跳出不同的东西；
2. GAME（群体感知动作编码器）：用距离加权的图卷积网络，把前面已生成舞者的动作信息聚合起来，作为当前舞者的"接力棒"；
3. 外加一个推理期的免训练噪声优化步骤：在生成时微调初始噪声，保证全局空间协调——队形不散、舞者之间不穿模不撞人。

对谁有用 / 怎么用

• 动画与游戏内容团队：群舞镜头可以直接用音乐驱动批量生成，再人工挑选微调，省掉逐帧 K 动作的成本；
• 虚拟偶像/数字人运营：团体新歌的编舞预演，可以按团员人数直接生成初稿；
• 动作生成方向的研究者：链式分解 + 冻结底座的思路，对其他多主体生成任务（多人交互、群体运动）也有参考价值。

需要注意的两点：一是这是研究工作，代码和模型暂时没有随论文开源，想复现要等作者放出；二是效果数字来自论文在 AIOZ-GDance 上的自报评测，实际用起来什么样还要自己上手验证。

参考来源

• arXiv 论文页：<https://arxiv.org/abs/2610.11237>
• arXiv HTML 全文：<https://arxiv.org/html/2610.11237>

本文基于公开论文信息整理。