X-Dance 是由南京大学联合腾讯和上海人工智能实验室于 2025 年发布的一个专用于图像驱动人体动画生成（Image-to-Video Animation）的测试数据集，相关论文成果为「SteadyDancer: Harmonized and Coherent Human Image Animation with First-Frame Preservation」，旨在评估模型在真实场景中应对身份保持、时序连贯性与时空不对齐（misalignment）等挑战时的鲁棒性与泛化能力。 该数据集共包含 12 段驱动视频，其中 8 段为高动态舞蹈动作，4 段为低幅度日常行为，覆盖运动模糊、遮挡、姿态剧变等多种非理想真实场景。针对这些动作序列，数据集配套构建了多源参考图像，包括动漫角色、半身照、跨性别/跨风格人物以及与动作差异显著的姿态图像，用于模拟真实应用中常见的空间结构不一致与时间起始不连续问题。

Citation

@misc{zhang2025steadydancer, title={SteadyDancer: Harmonized and Coherent Human Image Animation with First-Frame Preservation}, author={Jiaming Zhang and Shengming Cao and Rui Li and Xiaotong Zhao and Yutao Cui and Xinglin Hou and Gangshan Wu and Haolan Chen and Yu Xu and Limin Wang and Kai Ma}, year={2025}, eprint={2511.19320}, archivePrefix={arXiv}, primaryClass={cs.CV}, url={https://arxiv.org/abs/2511.19320}, }