10.2 動態捕捉與AI舞姿:身體的數位化#
時間:2010年代至今
從Mo-Cap到身體的拆解#
動態捕捉的技術歷史可以分兩段。第一段是「動作分析」:1882年,法國生理學家馬雷(Étienne-Jules Marey)以攝影槍拍下人體運動的連續影像(與麥布里奇 Eadweard Muybridge 1878年的動作攝影同步),成為動作科學的起點;魯道夫·拉邦(Rudolf Laban)1928年發明的拉邦舞譜(Labanotation)則是舞蹈動作「可書寫」的系統。第二段是「動作驅動」:1970至1980年代的動畫與生物力學追蹤實驗、1990年代起的電影工業應用(2001年的《魔戒》,安迪·瑟基斯 Andy Serkis 借動捕驅動古魯姆角色,是最著名的里程碑之一)——演員的身體驅動了虛擬角色,動捕成為影視工业的專業學科。
第二段同時也是「舞者成為數據」的開始。2010年代,舞蹈遊戲(Just Dance 的 Ubisoft 系列、微軟 Kinect 體感)以攝影機偵測身體動作;蘋果 ARKit 與各手機廠商的深度鏡頭使「手機攝影就能追蹤人體關節」成為規格;從2020年起,Meta(原Facebook)的 Quest 頭顯與 AI 姿態偵測模型(如 MediaPipe 等開源方案)使「純軟體動捕」(不需昂貴的光學鏡頭與感測器服裝)達到常常足夠的性能——專業與消費級的動作數據採集全面普及。
動捕與舞蹈創作#
動捕在舞蹈創作上的應用很早,且常常不是從好萊塢開始。默斯·康寧漢(見第六章)1990年代即以 LifeForms(舞蹈動作建模軟體)與動捕結合,編作了《CRWDSPCR》與《BIPED》(1999年,"BIPED" 的「光點舞者」以動捕重現舞者動作,成為舞蹈與數位融合的經典案例);韓國的 K-pop 產業(2010年代後期)與日本的動畫影視產業系統性地使用動捕技術制化偶像舞蹈與動作。
2020年代,這條路有了兩個明確的新方向。其一,「雲端舞團」與遠距共舞:2020年疫情封城期間,全球舞蹈社群以 Zoom、Instagram Live 與 VR 空間(VRChat 的舞蹈社群成為新舞台)開展「同時不同地」的排練與表演——身體不再必須共處一室;在 VR 的 avatar 中,一個人可以以任何形象跳舞。其二,虛擬偶像的商業化:初音未來(2007年 Crypton Future Media 的 Vocaloid 歌聲合成軟體)開啟「無人類歌手」的文化與商業生態,其演唱會以虛擬形象投影登台;2020年起,K-pop 的虛擬偶像(如 SM 娛樂 aespa 的虛擬人格設定)與2020年代的虛擬主播圈(VTuber)常態化。虛擬偶像的舞蹈是純粹數據驅動的表演:編舞以動捕錄製後驅動虛擬角色,人不在一起、角色在台上。
AI生成舞姿與三個問題#
2022至2024年,AI 舞姿生成研究(如 Google 的 DanceNet、Meta 的 MM-Diff 系列與 EDGE 等模型)可以以一段音樂為輸入,生成與節拍協調的人體動作序列;TikTok 與短影音上的 AI 舞蹈(AI 生成的舞姿、或以 AI 替換舞者身體的工具)成為話題;2023年前後,實驗性的 AI 編舞工具也允許以文字描述生成動作框架。此類技術的問題不在「能不能」,而在舞蹈學界與編舞者的三重疑慮。
其一,訓練數據的所有權:AI 生成舞姿的訓練來自大量人類影片——「誰的動作被用於訓練、卻未得到報酬」,是與 AI 音樂訴訟(2024年 RIAA 訴 Suno 與 Udio)同構的問題。其二,身體可以被替換:以動作轉移與部位置換的模型(face/body swap 類工具),可以把一個人的舞蹈動作「放到另一個人的身體上」,舞者的身體成為可被改形(改性別、形體、膚色、年齡)的材料,引發濫用與歧視的擔憂。其三,現場性的倫理價值:本書第五章至第九章反覆證明,現場的身體(鄧肯的赤腳、尼金斯基的暴動、葛蘭姆的收縮與呼吸、鮑許的口述、街頭的群體力量)是人類獨有的資產——當身體成為數據,現場是否將會只成為「視覺化的一種匹配」?
答案是歷史的:每一次「技術破壞」都沒有消滅舞蹈,而是迫使人類更清楚自己的身體價值。19世紀的照相術,把人體從「純粹的視覺對象」解放為「表達的工具」;20世紀的錄音技術把音樂拆成「記錄與再現」與「現場的身體」兩屬價值;21世紀的 AI則把身體拆成「可以被模擬的動作序列」與「不可被模擬的呼吸、生命與當下」。後者——從古希臘的洞窟、印度濕婆舞王的身體、到同一個此時此刻的呼吸——可能是人類舞蹈在演算法時代的形狀:不可複製的身體是頂級的稀缺品,而「在場」的價值,從未被這麼高過。
graph TD
A[馬雷1882動作攝影/拉邦舞譜1928] --> B[動作可以被測量與記錄]
C[1990s至2000s 電影動捕] --> D[演員驅動虛擬角色]
E[2010s 智慧手機與光學偵測] --> F[純軟體動捕]
D --> G[身體即數據]
F --> G
G --> H[VR 共舞與虛擬偶像]
H --> I[AI 生成舞姿]
I --> J[訓練數據爭議]
I --> K[身體替換的倫理]
I --> L[現場性的稀缺]
L --> M[不可被模擬的呼吸與當下]