于是，由研究团队研发出的新发明 GCDance 登场了，它就像一位功能强大的舞蹈导演。你可以把它想象成一个神奇的盒子，你输入一首歌和一条简单的文本指令，比如“爵士”或“优雅的旋转舞蹈”，然后就会跳出一个全身舞者的 3D 视频，精准地表演那种风格。在此之前，大多数 AI 舞蹈生成器就像是一个只能混合三种颜色的画家；他们能做出舞蹈，但无法在“地板舞（Breaking）”或“韩国流行舞（K-Pop）”等截然不同的风格之间轻松切换而不产生混乱。GCDance 通过使用“扩散（diffusion）”过程改变了游戏规则。你可以将此想象成一位雕塑家从一块充满噪声、布满静电感的粘土块开始，通过不断剔除噪声，直到一座完美的雕像显现出来。在这种情况下，“噪声”是随机的动作，而“雕塑家”则是 AI，它利用音乐和你的文本提示词来雕刻出流畅、真实的舞蹈。
论文发现，通过结合一个聪明的音乐聆听者和一个文本翻译器，GCDance 生成的舞蹈不仅在物理上是真实的（脚部能正确着地，关节不会发生不可能的扭转），而且在风格上也十分准确。研究人员在两个大型舞蹈数据集上测试了他们的模型，其中一个包含 16 种不同的流派，另一个包含 10 种。他们发现 GCDance 生成的舞蹈看起来比以往的方法更加自然且多样化。例如，当他们要求 AI 对同一首歌进行舞蹈表演，但使用不同的风格标签时，它成功地为“震感舞（Popping）”创作了一套利落的动作，并为“傣族（Dai）”民间舞创作了一套流畅的波动动作。该系统还使用了一种特殊的“多任务”训练方法，这就像一个学生同时在准备五场不同的考试；它不仅仅是试图在某一方面做到完美，而是学习如何平衡节奏感、物理可行性和风格准确性。
最酷的功能之一是，你甚至不需要知道某种舞蹈风格的技术名称。你可以输入描述性的文字，如“一段关于和平与和谐的舞蹈”，系统就能理解这种风格并创造出相应的动作。研究人员还展示了该 AI 如何通过无缝拼接短小的舞蹈片段来处理长篇歌曲，因此舞者不会在几秒钟后就冻结或出现故障。在测试中，人们更青睐 GCDance 制作的舞蹈而非其他顶尖方法，通常是因为觉得它们更有生命力，且与音乐配合得更好。虽然论文指出，该系统目前专注于宏观风格，尚无法编辑微小的细节，例如“把左手小指移到这里”，但它代表了在使 AI 编舞既可控又充满生命力方面迈出的重要一步。