MoE+扩散模型生成高质量舞蹈视频
推荐指数 62.0 NO. 026 · 2026.05.12
upvotes80comments1
为什么值得看
MACE-Dance 用级联混合专家架构联合优化人体动作与视觉外观，解决音乐驱动舞蹈生成中动作僵硬、画面失真问题。对做 AIGC 视频生成、虚拟人直播的团队有直接参考价值。
媒体预览
编辑判断
这篇论文的关键设计是把动作和外观解耦成两个专家模块分别训练，再用级联方式融合，避免了端到端训练时 motion 和 appearance 互相拉扯的问题。相比之前主流的端到端扩散方案（如 Disco 或 DanceDiffusion），这种解耦在长时间序列上稳定性更好。
不过论文没提推理速度和显存占用，级联 MoE 的结构通常不轻，如果要做实时虚拟人直播，可能需要额外压缩。代码和权重尚未开源，想跟进的团队建议先邮件作者确认 release 计划。