إنشاء حركات الرقص الجماعي من الموسيقى هو مهمة صعبة لها عدة تطبيقات صناعية. رغم اقتراح العديد من الطرق لمعالجة هذه المشكلة، فإن معظمها تركز على تحسين دقة الحركة في الرقص، مقيدة بعدد راقصين محدد مسبقًا في قواعد البيانات. هذا القيد يعيق المرونة في التطبيقات الواقعية. دراستنا تعالج مشكلة القابلية للتوسع في الترتيبات الرقصية الجماعية مع الحفاظ على الطبيعية والتناسق. بشكل خاص، نقترح نموذجًا جامعًا متغيرًا قائمًا على الطور لإنشاء حركات رقص جماعي من خلال تعلم منحنى إنتاجي (generative manifold). طريقتنا تحقق حركات رقص جماعي عالية الدقة وتمكّن من إنشاء حركات مع عدد غير محدود من الراقصين بينما تستهلك كمية ذاكرة صغيرة وثابتة فقط. التجارب المكثفة على قاعدتي بيانات عامتين أظهرت أن طريقتنا المقترحة تتفوق بفارق كبير على أحدث الأساليب المتقدمة وتتميز بالقابلية للتوسع إلى عدد كبير جدًا من الراقصين يتجاوز بيانات التدريب.