DanceGen：借助生成式人工智能辅助编舞构思与原型制作
DanceGen: Supporting Choreography Ideation and Prototyping with Generative AI
Yimeng Liu, Misha Sra
Designing Interactive Systems Conference · 2024-06-29
摘要
编舞创作需要创作者具备高超的艺术与技术能力。编舞者通常需经历准备、排练室、演出及反思四个阶段才能完成一部舞蹈作品，由于各阶段存在诸多限制，这一过程往往具有高度个体化特征，且复杂而充满挑战。为协助编舞者，以往的研究大多聚焦于开发用于支持编舞过程后三个阶段的数字工具，而准备阶段则鲜有探讨。为填补这一研究空白，我们提出了一种基于人工智能的方法，旨在通过支持构思、创建编舞原型以及记录创作尝试与成果来助力准备阶段的工作。针对现有基于人工智能的动作生成方法在构思环节存在的局限性，我们允许用户在交互式网页界面中对生成的动作序列进行编辑与修改；这一设计思路源自我们对七位编舞者开展的前期调研所得出的结论。我们邀请六位资深编舞者对系统的功能、优势及局限进行了评估。评估结果凸显了系统的易用性，用户反馈称该系统提升了创作效率、拓展了创意可能性，并优化了迭代流程。我们也发现了若干待改进之处，包括用户意图与人工智能产出之间的关联性、直观灵活的用户交互设计，以及与现有实体编舞原型制作工作流程的整合问题。基于评估结果，我们总结了三点启示，旨在为未来研发能够赋能编舞者的人工智能系统提供参考。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 该研究提出了DanceGen系统，旨在利用生成式AI解决编舞过程中“准备阶段”支持不足的问题。其核心观点是通过AI辅助构思、创建原型以及记录创作尝试，来降低编舞的技术门槛与复杂度。系统强调人机协作的重要性，特别支持在Web界面中对AI生成的动作序列进行交互式编辑与修改，以适应个性化的创作需求。
- 研究方法
- 研究采用了基于用户中心的设计方法，首先通过针对七位编舞家的形成性研究获取洞察，以此指导系统功能的定义。随后开发出具备生成与编辑能力的AI原型系统，并邀请六位专家编舞者进行用户评估。评估过程重点关注系统的可用性、对创作效率的影响以及在实际工作流中的表现。
- 学术贡献
- 该研究填补了现有数字工具多关注排练、演出及反思阶段，而忽视“准备阶段”的学术空白。它证实了生成式AI不仅能提升编舞效率，还能有效拓展创意可能性并增强迭代过程的流畅度。此外，研究总结的关于未来AI系统设计的三点见解，为技术赋能艺术创作提供了重要的理论与实践参考。
- 存在局限
- 当前系统在理解深层用户意图并将其精准转化为AI生成结果方面仍存在挑战，导致输出可能与预期不符。交互设计尚未达到完全直观与灵活的程度，可能限制艺术家的自由发挥。此外，该数字化工具与现有的实体排练及物理原型制作工作流之间缺乏深度集成。
- 进一步研究方向
- 未来的研究应聚焦于优化算法以更好地对齐用户意图与AI输出，减少创作过程中的摩擦。需要设计更符合艺术家直觉的灵活交互界面，以支持更复杂的编辑操作。同时，应探索如何将此类AI系统无缝融入传统的物理编舞工作流中，实现虚拟生成与现实排练的有效协同。
本综述由 AI（GLM-5V-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Human Motion and Animation