北大 AtomicDance：让AI先学会编舞再跳舞，ECCV 2026论文+代码开源
北大 AtomicDance：让AI先学会"编舞"再"跳舞"，ECCV 2026 论文+代码开源
现有AI舞蹈生成模型大多采用端到端方式，输入音乐直接逐帧输出人体姿态。虽然能生成看起来还行的动作，但仔细看就会发现：长舞蹈缺乏整体结构，动作反复却缺少变化，而且你完全不知道AI为什么选择了某个动作，更没法编辑它。
北京大学王选计算机研究所团队在 ECCV 2026 上发表的论文 Music-to-Dance Generation via Atomic Movements（AtomicDance），换了一个思路：让AI先学会"编舞"，再学会"跳舞"。
现有方法的根本问题
端到端方法把舞蹈当成连续信号来生成，忽略了舞蹈的"组合性"。但真实舞蹈不是这样——无论是街舞、爵士还是现代舞，一支完整的舞蹈都由若干有明确含义的基础动作反复组合而成。某个挥臂动作会随节拍多次出现，某个转身会不断变化速度和方向。现有方法看不到这层结构，所以生成的舞蹈"形似而神不似"。
核心创新：原子动作（Atomic Movement）
团队提出了"原子动作"的概念，作为舞蹈的基本组成单元。一个合格的原子动作要满足三个条件：
- 是完整的动作过程，不是单帧姿态。一个踢腿包含准备、发力、收腿全过程。
- 可以重复但每次有变化。同一个动作随音乐改变速度、方向、幅度。
- 有明确语义。每个动作都能用自然语言描述，比如"举起右手""双臂展开""身体旋转"。
为了自动从现有舞蹈数据中发现这些原子动作，团队设计了三步流程：先把连续舞蹈分割成完整动作片段，再通过运动特征聚类发现重复出现的基础模式，最后用大语言模型分析每个聚类内部的细粒度语义，给原子动作赋予可解释的自然语言标签。
两阶段框架：先规划，再跳舞
基于原子动作词表，团队提出了模拟真实编舞流程的两阶段生成框架：
第一阶段——动作规划：模型先完整理解整段音乐，然后预测各个原子动作的位置、种类和时长，生成一份类似"舞蹈乐谱"的高层编舞方案。
第二阶段——舞蹈补全：根据规划结果，从对应原子动作中选择动作原型，用扩散模型生成动作之间的自然衔接，同时对重复动作做适当变化，让整段舞蹈既有整体结构又有丰富表现力。
这就像现实中的创作过程：编舞者负责规划动作结构，舞者负责完成具体表演。因为有了明确的符号化规划，用户还可以直接替换某个原子动作，实现真正意义上的可编辑生成——这在之前的端到端方法中几乎不可能。
实验表现
在 AIST++ 数据集上，AtomicDance 在舞蹈真实性（FID）、节奏一致性（Beat Alignment Score）和结构一致性（R-precision）等多个指标上均优于当前主流方法。更重要的是，它生成的舞蹈具有可解释的结构和可编辑性，这是传统方法无法提供的。
谁能用、怎么用
- 编舞创作者：用AI辅助生成结构化编舞方案，可编辑可调整，而非只能"全盘接受或重来"
- 数字人/虚拟偶像：生成有结构、有逻辑的舞蹈动作序列，而非随机拼接
- 动画制作：获得可解释、可编辑的动作序列，方便后期调整
- 研究者：代码和模型已全部开源，可直接复现和扩展
论文已被 ECCV 2026 正式接收。项目主页：https://cxhcmhhh.github.io/AtomicDanceProject/ ，代码仓库：https://github.com/oceanflowlab/AtomicDance ，论文链接：https://arxiv.org/abs/2607.13978 。
*基于多家媒体转述整理，核心信息来自论文原文及项目主页。*