北大团队提出 Atomic Dance：基于原子动作的音乐舞蹈生成
北大团队用原子动作作为舞蹈基本单元，分阶段生成舞蹈，提升结构一致性与可编辑性。
音乐驱动舞蹈生成通常直接预测每一帧人体姿态，缺乏结构。北大团队提出 Atomic Dance，先把舞蹈拆解为有明确语义、可重复变化的原子动作，再分两步规划与生成，让 AI 更像编舞师而非只靠模仿，结果更连贯、可解释、可编辑。
正文摘录
.22.57.png)  该论文的第一作者和通讯作者均来自北京大学王选计算机研究所，第一作者为博士生蔡鑫豪，通讯作者为博士生导师刘洋。团队近年来在 TPAMI、IJCV、CVPR、ICML 等顶会上有多项代表性成果发表，多次荣获国内外多模态理解与生成竞赛冠军，和国内外知名高校、科研机构广泛开展合作。 本文主要介绍来自该团队的最新论文 Music-to-Dance Generation via Atomic Movements。 该工作聚焦于音乐驱动舞蹈生成任务，首次提出以原子动作作为舞蹈的基本组成单元，建立了具有明确语义和结构的舞蹈表示，并设计了 “动作规划 — 舞蹈生成” 两阶段框架，使生成的舞蹈不仅更加符合音乐节奏和整体编舞逻辑，还具备良好的可解释性和可编辑性，为智能编舞提供了新的研究思路。 目前该工作已被 ECCV 2026 正式接收，相关代码与模型已全部开源。