AI编舞

一句话生成舞步、上传歌曲就出谱面:金塞纳《鹦鹉团》11 月 19 日上线,把「音生舞」模型塞进了一款手游

2026年11月22日1 次阅读Read in English
一句话生成舞步、上传歌曲就出谱面:金塞纳《鹦鹉团》11 月 19 日上线,把「音生舞」模型塞进了一款手游

11 月 19 日 18:00,上海金塞纳人工智能科技有限公司的音舞社交游戏《鹦鹉团》在国内全平台上线,支持 iOS 与 Android。上线当天,App Store 榜单上它已经出现在音乐类前二十,TapTap 上架首日关注数超过 5000。

这款游戏值得写,不是因为它是一款新的音舞手游,而是因为它背后那套东西:金塞纳自研的「鹦鹉 AI」多模态音舞大模型。这款游戏是这套模型第一次面向普通用户大规模开放——玩家上传一首歌,模型识别节拍和段落,生成谱面;玩家点一下,模型从 1000 多个动作里调用、组合出一段与音乐匹配的舞步,并允许逐段改。

需要先说清楚证据来源:上线时间、版本、功能位可以从 App Store 页面、官方网站和 TapTap 直接核对;模型能力矩阵、数据规模这些技术细节,来自 11 月 19 日至 20 日多家媒体的统一口径报道。本文技术部分基于多家媒体转述整理,官方渠道只披露了功能与算法备案信息。

3分钟看懂

一句话先说结论:这是「音乐到舞蹈」这类模型第一次以「人人可用」的形态落地,而不是又发了一篇论文或一个 demo。

四个数字:

  • 11 月 19 日 18:00 全平台上线(iOS / Android),App Store 当前版本 1.1
  • 1000 多个内置官方动作,构成「一键编舞」的动作库
  • 500T 独家音舞数据(SNH48 GROUP 长期运营积累的图文、音频、视频),用于模型初始训练
  • 20 万余首多语种原创多音轨音乐,用于让模型理解人声、伴奏、鼓点等声部结构

它解决的不是「AI 能不能跳出好看的舞」,而是一个更土的问题:一支舞从音乐到成品,中间要经过谱师、编舞师、美术三道专业工序,普通人根本进不来。

为什么这件事对音舞品类是个结构性变化

过去二十多年,音舞游戏的模式几乎没变:厂商买版权拿到曲子,谱师逐首做谱面,美术设计服装,动作靠动捕,玩家在已经做好的内容里比分数。玩家能决定的只有「打得好不好」,不是「玩什么」。

这个结构稳定,但天花板很明显——曲库规模取决于采购预算,谱面数量取决于谱师产能,动作和服装取决于美术和动捕排期。内容是稀缺的,所以内容永远是官方给的。

《鹦鹉团》想改的是这一层。它把四件事向玩家开放:

  • 曲库:上传本地歌曲,AI 生成对应谱面,不再受版权采购限制
  • 舞步:一键从动作库生成与音乐匹配的舞蹈序列,可逐段二次编辑
  • 舞台:自主安排站位、灯光、运镜
  • 形象与服饰:区域染色、全域独立绘制、贴花、材质暗纹,上百种色系

前两项是真正的新东西,因为它们原本必须由专业人员完成。后两项市面上已有参照,属于体验优化。

换句话说,它卖的不是「AI 帮你打歌」,而是「AI 把谱师和编舞师的一部分工作变成一次点击」。这两件事的差别在于:前者降低操作难度,后者改变内容的生产方式。

鹦鹉 AI 到底做了什么

按媒体披露的口径,鹦鹉 AI 是一个专注音舞赛道的垂直多模态模型,能力矩阵包括文生音(文本生成音乐)、音生舞(音乐生成舞蹈动作)、文生舞(文本生成舞蹈)、TTS、声音克隆与个性化语音合成,在图像侧还有文生图和可控风格图像生成。

落到《鹦鹉团》里,有三项能力直接对应三个功能:

智能生谱。 玩家上传歌曲后,模型要做四件事:识别节拍与重音;判断段落结构(前奏、主歌、副歌、间奏);按音乐情绪生成匹配的谱面密度;给出合理的难度曲线。技术上是音频理解,产品上是玩法设计——谱面太密玩家手忙脚乱,太疏又没有挑战,重音对不上节奏点会让人觉得「手感不对」。

智能编舞。 基于音生舞,玩家一键生成与音乐匹配的舞步。模型从 1000 多个内置动作里调用并组合出完整舞蹈序列,生成结果可以逐段修改。这里的设计取向很清楚:AI 负责给出可用的初稿,创作自主权留给人,而不是把人挡在外面。

智能生图。 生成海报、封面、分享物料;服饰上的贴花和纹样也能用图像生成辅助。这一项看起来最不重要,实际是闭环的一环——玩家做完东西需要能展示出去。

媒体口径里有一个技术难点值得单独提:动作生成之后要映射到虚拟角色身上,重心、关节和动作轨迹要符合运动规律,还要尽量避免穿模。这类约束让「生成」和「能用」之间隔了一道工程门槛,也是垂直模型与通用模型的差别所在。

数据从哪来

这是这套模型最难被复制的地方。按披露,金塞纳的数据资产有三块:

  1. 500T 独家音舞数据,来自与丝芭传媒的长期合作,主体是 SNH48 GROUP 长期运营积累的图文、音频与视频,经技术标注后用于模型初始训练;
  2. 20 万余首多语种原创多音轨音乐,多音轨意味着可以分离人声、伴奏、鼓点,让模型理解音乐内部结构;
  3. 海量单人及多人动作捕捉数据,构成音生舞的动作样本基础。

三类数据的共同点是:都在真实业务场景里长期积累,不是公开语料的堆叠。对音舞这种「音乐结构 + 人体运动 + 实时渲染」必须同时正确的场景,这类数据比通用语料更贴近需求。

配套的还有技术底座:数智人面部驱动、姿态模拟、语音参数化建模、图像识别与处理、可控风格图像属性解码等模块,金塞纳称持有音生舞相关技术专利。官网页脚也能看到算法备案:「鹦鹉人音舞生成算法 网信算备 310106775081801240017 号」。

怎么用:普通人实际会经历的流程

如果只是想试试,路径很短:

  1. 下载与进入:App Store / 各安卓应用商店搜「鹦鹉团」,免费下载、含内购,安装包约 2 GB,12+ 适龄,不需要先付订阅费。
  2. 选一首自己的歌:上传本地歌曲,等 AI 生成谱面(生成后按曲目给难度曲线,冷门歌也能出谱)。
  3. 进「造梦舞台」:点一键生成舞步,模型从 1000 多个动作库里组合出完整序列。
  4. 改:不喜欢的那几段单独重排,或者自己安排站位、灯光、镜头。
  5. 发:生成海报或短视频物料,进创意社区,别人可以「一键模仿」你的舞步和自制谱面。

前面四步是创作,第五步是这套设计真正的杠杆——一键模仿把单个玩家的产出变成了其他人的起点。

适用场景与不适用场景

适合谁:

  • 想跳冷门歌、但官方曲库永远没有的音舞玩家;
  • 做短视频、需要「现成舞步 + 可改」的内容创作者;
  • 想低成本试水 UGC 音舞内容的小团队或社团。

不适合谁:

  • 要专业级编舞精度的人。模型是在 1000 多个既有动作里调用组合,不是从零编排,动作语汇受库的边界约束;
  • 要商用授权的人。游戏内创作与对外商用是两件事,得单独看条款;
  • 要「AI 直接生成一支完整 MV」的人。这是游戏内创作工具,不是视频生成模型。

避坑提醒:四点注意事项

  • 别把它当「AI 编舞模型发布」看。 这次发的是游戏,模型是底座,官方没有单独发布模型卡、参数量或评测数据。想要技术细节的人会失望。
  • 技术细节目前只有媒体口径。 参数量、训练方法、评测指标都没有公开,文中所有模型能力描述都属于「基于多家媒体转述整理」,不是一手技术文档。
  • 动作库边界要自己试。 「1000 多个动作」能组合出多少真正不同的舞蹈,取决于组合逻辑,这部分只能上手验证。
  • 上线即高峰。 首日有玩家在 App Store 反馈登录问题,属于新游常见状况,不影响判断这件事本身。

下一步可以看什么

金塞纳同时在做 IP 孵化:一个叫 AOD 团的 AI 虚拟偶像组合,共 5 组 23 位成员,覆盖二次元和写实两种风格,MV、单曲、综艺、写真由同一套技术参与生产。游戏面向玩家创作,AOD 面向专业内容生产——同一套底座的两个应用方向。

真正的观察点不在首发数据,而在两件事:玩家上传的歌,生成的谱面能不能真的可玩;以及一键模仿能不能形成内容循环。如果这两条成立,音舞品类的内容供给逻辑就真的变了;如果不成立,它就只是一款功能更花哨的音舞手游。

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...