【内容摘要】 人工智能舞蹈是实验舞蹈“去中心化”逻辑在数字时代的延伸，它推动着身体、创造与主体的深层重构。身体层面，算法化生成削弱了身体的前反思经验与默会知识，使身体呈数字化悬置状态，但“操演性身体映射”与具身智能实践挑战了人类经验中心主义，代之以人机“中间态”的身体关系。创造机制上，随机生成延续着偶然性逻辑，却因过度依赖预设规则引发新“程式化”难题，而“失序”美学与人机即时交互则激活了异质性与不确定性。主体结构中，人工智能舞蹈解构了“编舞家中心”，在智能舞谱呈现与人机互动中形成共生互构。由此，人工智能舞蹈既重塑了舞蹈的媒介形态与生产逻辑，也为重新审视身体经验、艺术创造与人机关系提供了新的问题域与可能性。

【关 键 词】 实验舞蹈 人工智能舞蹈 再身体化 主体重构

从2023年世界人工智能大会(WAIC)上的《千手观音》到2025年央视春晚上的《秧BOT》，从2025年吉林省歌舞团重排的舞剧《人•参》到2026年河南卫视春晚的《花开富贵》，我们可以看到人工智能已然深度介入舞蹈的创作和表演之中。一种全新的舞蹈生产形态正在从一种技术想象走向真实。不过，若仅将人工智能舞蹈视为单纯的新技术革新，便难以看到其在舞蹈史和舞蹈观念层面的价值。相反，如果将其置于20世纪实验舞蹈的历史谱系中考察，便可发现它在某种程度上延续并强化了实验舞蹈的艺术观念。

河南卫视春晚《花开富贵》演出照(来源：“大象新闻”微信公号)

实验舞蹈并非某种具体的舞蹈类型，而是以“反叛”或“实验”为核心的创作姿态。这一概念让我们想起伊莎多拉•邓肯(Isadora Duncan)的自由舞蹈、玛莎•格雷姆(Martha Graham)的美国现代舞、默斯•坎宁汉(Merce Cunningham)的“机遇编舞法”(Chance Choreography)和贾德森舞蹈剧场(the Judson Dance Theater)的“跨媒介舞蹈”(Intermedial Dance)等。实验舞蹈追求身体的过程性、动作的日常性、舞蹈的反叙事性、舞蹈与音乐的独立性、机遇编舞的不确定性，以及舞蹈与电影、电视、音乐、雕塑等艺术形式之间的跨媒介性与跨艺术性。

人工智能舞蹈延续了实验舞蹈的艺术理念：以数字虚拟突破身体边界、以随机生成革新艺术创造机制、以人类与非人类共创重塑主体观念。但是，在延续实验舞蹈的反叛逻辑时，人工智能舞蹈也面临新的问题，比如“无身体性”所导致的空间感知缺失，程序化操作可能引发的“创造性缺乏”以及人机共创形成的主体关系重置等状况。因此，我们将人工智能舞蹈研究置于实验舞蹈的发展脉络之中，并进一步思考“去身体化”与“再身体化”、“程式化”与“创造性生成”、“主体消解”与“人机共创”的理论可能性。

一、从“身体解放”到“再身体化”：人工智能舞蹈中的身体重塑

实验舞蹈主张舞蹈中的身体应当回归自然身体本身，接纳其日常性和非专业性。传统古典芭蕾舞追求身体的标准化训练，伊莎多拉•邓肯对此持反对态度。她认为，芭蕾舞所谓的优雅、克制与程式化，本质就是动作的僵化与活力的缺乏。舞蹈的节奏，应该符合贯穿于一切自然事物的运动规律。舞蹈家的任务就是倾听万物的律动：树木的摇曳、波浪的翻滚和飞雪的飘落，在自然中寻找到表现其节奏的形体和动作。在20世纪六七十年代的后现代舞蹈中，身体的观念从“自然”的动作变为了“动作”的自然：动作不指涉他物，仅仅为动作本身。空翻、静立、吃饭、走路等普通动作，在舞蹈语境中超出了日常动作属性，成为舞蹈的一部分。“舞蹈可以由任何类型的动作构成；不存在某种可感知的属性，能够凭借动作自身的内在本质将其标识为‘舞蹈’；并且，所谓‘舞蹈动作’与其他任何类型的动作(包括日常生活中的动作)之间，并不存在视觉上可辨识的边界。”例如，受约翰•凯奇(John Cage)“所有声音皆为音乐”观念的启发，坎宁汉试图用“无限可能性”重新定义舞蹈，主张“任何一种动作都可以是舞蹈”。坎宁汉的《田野之舞》(Field Dances)便是将日常动作舞蹈化的实验之一。在身体观念上形成对照的，是2008年成立于中国的陶身体剧场。作为本土实验舞蹈的典范，他们将身体视为舞蹈动作本身的界限与限制。“身体本身构成了我们舞蹈唯一的载体，我们限制其他舞蹈具有的例如色彩、符号、道具、表情、姿态、妆容、头发、剧情、叙事、灯光、服饰和音乐等舞台效果，只为更好突显身体本身，或是对身体运动进行某些可能的限制，身体是陶身体剧场唯一的语言和本质。”身体在舞蹈中成为舞蹈思想的出发点与归属点，比如陶身体剧场的第一部作品《重3》中，舞者以舞蹈动作的重复和循环对抗身体的物理属性：重量、重心。

《重3》片段(来源：“陶身体教室”微信公号)

无论是打破身体边界还是反思身体边界，实验舞蹈拓宽和革新着“身体”的可能性，人工智能舞蹈则带来了“身体缺失”的新的艺术状况。人工智能将动作进行拆解并编码，舞蹈被还原为可计算的动作序列。于是，舞者的身体感知和情感经验在舞蹈创作过程中被抽离，舞蹈之于身体来说处于无所依附的漂浮状态。1989年，坎宁汉开始使用名为“LifeForms”的电脑动画软件来设定并同时记录多种编舞变量：从关节的弯曲角度，到跳跃的高度/长度，以及每位舞者在舞台上的位置、舞段之间的转换等。这使得坎宁汉成为第一位使用计算机编舞的编舞家。1991年的《追踪者》(Trackers)便是他在“LifeForms”的协助下创作的舞蹈作品之一。可以说，坎宁汉的艺术实践，标志着早期人工智能舞蹈作为实验舞蹈的一种延伸方向正式登台。而在当下的中国，人工智能舞蹈正在技术研发与艺术呈现两个维度进行着探索。2026年4月，中央民族大学舞蹈学院、上海戏剧学院舞蹈学院与上海舞陆柒捌科技有限公司共建“人工智能联合实验室”，将重点聚焦于动作捕捉、具身智能算法与舞蹈数据标准化。2026年，山东艺术学院将舞蹈作品《济南的冬天》以人工智能舞蹈影像的方式呈现出来，将舞蹈置于智能生成的诗意场景之中，形成虚实相生的视觉美感。从人工智能舞蹈诞生之初到中国的本土化实践，舞蹈的生成并非基于编舞者对身体的安排、对时间的体验或对空间的感知，而是数字身体在与肉身身体的参照中实现的可能性动作。舞蹈从现场的感知变成算法生成的动作，从即兴的互动变为规则框定的组合。身体的感知和现场的灵感，逐渐被数理逻辑和视觉符号所替代。可以说，从身体书写到算法生成，舞蹈进入了“去身体化”的阶段。

舞蹈作品《济南的冬天》(来源：“山东艺术学院”微信公号)

舞蹈可以被算法简化为“动作计算”吗？身体经验可以被大数据抹去吗？作为身体的艺术，舞蹈因动作的纯符号化和算法化遭到了舞蹈家和学者的普遍批评。他们认为，舞者的创作和表演依赖于个人的身体记忆、生命经验以及师承训练等，而技术干扰并破坏了身体与空间之间直接且本能的交流。汤姆•卡尔弗特(Tom Calvert)等人认为：“在所有艺术形式中，舞蹈可能是最迟采用科技的。这在一定程度上反映了舞者和编舞者不愿让任何事物介入他们与现场运动体验(live kinesthetic experience)之间的关系。”身体经验只能在现场场景中生成，故而不能被彻底符号化。有一个有趣的现象，音乐作曲家通常在表演前就已完成“乐谱”，表演者则是“执行”乐谱；而编舞家则在演出前很少能详细地写下整支舞蹈的舞谱。传统舞蹈的编舞起始于直觉性的构思，而非理性的规划，通过舞者之间的互动、动作序列和作品架构逐步成型。舞蹈的“材料”是身体和空间，创作过程源于现场的感知、调整与生成，而非预设的框架或理性的规划。这种传统编舞往往“从一个最初的、直觉性的舞蹈形式和内容的概念出发，编舞者与舞者以一种互动的方式逐步构建作品。在某种意义上说，这就像雕塑家从材料中雕刻出作品一样，编舞者也会根据‘材料’的特性进行反应和调整，从而修改细节需求”。加拿大编舞家格伦•泰特利(Glen Tetley)也说过，一部作品是在排练中成长和发展的。预先设定好的动作或者事先完成的创作，往往显得苍白无力。最重要的舞蹈灵感，是在与舞者现场合作的那个瞬间浮现出来的。舞蹈并非脑海中预先完成的，而是在与舞者的互动排练中生成的。只有即时的、现场的和基于身体的排练才能真正揭示作品中最具生命力的可能性。反过来说，舞蹈的具身维度具有不可计算性。舞蹈不是用语言去讲述的，而是身体“存在”的艺术。

舞者的身体知识不仅包括能够通过语言表达的显性知识，还包括默会的(tacit)和非语言的知觉方式，亦即“在身体中与通过身体的认知”。舞者的知识不仅涉及部分依赖语言和理性表述的显性知识，更关联着身体的直观感知、情境经验以及运动体验等具有“非语言性”和“非命题性”的默会知识。舞者创作舞蹈的过程，并非以“自觉”的方式将身体当作与自己分离的对象来把握，而是始终处于直接的、前反思的(pre-reflective)且活生生的经验之中。动作是一种高层次的抽象，超越了语言所能表达的范畴。这种“难以言表性”正是舞蹈作为表现形式的张力所在。

中国传统舞蹈追求的“形、神、劲、律”等“身韵”美学，更无法通过人工智能转译和生成。虽然中国舞蹈中的圆、拧、曲、倾的程式化动作，可以被大模型数据化并通过算法重新创生，但动作之外的个体生命韵律、生命意识和宇宙生命精神、生命体验，却无法被人工智能学习和呈现出来。正如文学求“言外之意”、音乐求“弦外之音”、绘画求“象外之象”，中国传统舞蹈在形态的“身形”“身段”“身法”之外，更看重“形”之外的“神”、“象”之外的“意”、“气息”之外的“身韵”。舞蹈是“生命、情感、肉体、灵魂的高度统一”，“舞蹈是依靠身体、同时挖掘身体潜能、并且超越身体极限的艺术。舞蹈之‘超越身体’，不只是‘身’的超越，更在于‘心’的超越；不只是对‘人’自身的物质性超越，也是对人精神意志的超越”。因而，在中国文化语境中，人工智能舞蹈同样面临舞蹈的“形而上”维度难以被呈现的问题。国内学者牛斌等以起源于岭南地区的中国传统民族舞蹈“禾楼舞”为基础，提出了一种基于文化感知的中国民族舞蹈生成框架CAFE-Dance，以解决现有舞蹈生成模型中存在的人工标注依赖、语义失真和跨模态错位等问题。然而，该模型只能从动作轨迹、姿态形状等视觉维度进行学习，舞蹈变成了可复制、可消费的文化，而不是更深层次的情境理解、历史记忆、仪式文化和生活经验等。也就是说，现有的舞蹈智能可以从形式符号维度实现动作表达，却无法真正触及身体经验、文化语义和创造维度。

更进一步，“去身体化”困境，是否意味着人工智能舞蹈的意义被完全否定呢？当然不是。人工智能舞蹈在形而上维度的缺失并不能否定它带来的可能性：它可以生成人类身体难以企及的动作组合，为编舞拓宽既有经验惯性的边界，进而反思人类身体的不可替代性。同时，人工智能舞蹈的身体缺失问题，并非要否定舞蹈艺术的身体本体论，也可以从“再具身化”之中实现新的舞蹈表现可能和舞蹈艺术形态。

佩特拉•格尔因伯克(Petra Gemeinboeck)和罗伯•桑德斯(Rob Saunders)提出的“操演性身体映射”(Performative Body Mapping)可以作为“再具身化”的可能性。在人机交互中，机器人常被设计成拟人(类人)或拟动物的形态，以增加亲近感。然而，这也容易导致其智能与情感能力被高估。格尔因伯克和桑德斯并不从模仿人类的角度来敉平人机差异，构建两者的联系；而是从“运动”本身出发，探索人机间的情感连接。在他们的设计中，机器人的身体特性和情感品质并非源自物理外观，而是在“运动”中生成的。具体说来，“操演性身体映射”方法的目标是开发一个具备自主性的机器人。该机器人拥有抽象且非有机的形态，能够以独特的方式学习运动，并对来自人类舞者的细腻运动品质保持高度“敏感”。第一阶段是“身体化”(bodying)：机器人并非简单拥有一个身体，而是通过运动“成为”身体。“操演性身体映射”依赖于可穿戴的机器“服装”或“义体”等技术装置，这些装置由舞者穿戴并在表演中予以激活。机器人通过记录舞者的动作数据，在技术中介的层面将数据化的身体模型重构为一种机器化的具身存在。舞者并非“操控”服装，而是通过身体的想象(bodily imagination)构想一种陌生的身体。在动觉共感(kinesthetic empathy)中，身体与服装相互塑造、共同演化。可穿戴装置的介入扩展了舞者的身体边界，构建了一种新的、非物理的身体体验。动觉共感强调的是身体之间的感知和共鸣，它使得舞者和机器人之间的关系从机械的“控制”与“被控制”走向相互塑造和共同演化。这不仅拓展了身体的表现边界，也塑造了新的身体性。“操演性身体映射”提供的“再身体化”方式意味着人类身体在技术的延展中走向一种后人类身体，而人工智能在舞蹈中的角色也从一个纯粹的外部工具变为了与人类协作的“类主体”式的存在。

二、从“机遇编舞”到算法生成：“失序”美学与舞蹈创造机制的再造

在实验舞蹈中，舞者们往往通过规则的随机性、表演的即兴性和行动的自发性，来反叛舞蹈表演中的机械性与程序性。受约翰•凯奇“偶然音乐”(chance music)的影响，坎宁汉将达达主义和禅宗哲学的偶然性、不确定性引入舞蹈，形成了有名的“机遇编舞法”。例如，坎宁汉最早的实验作品《十六支舞：独舞者与三人舞团》(Sixteen Dances for Soloist and Company of Three)便是通过抛硬币来决定个体序列、时间长度和空间方向，以偶然性来拓展创作的可能性和自由感。在《田野之舞》(Field Dances)中，无论是演员服装的随机搜集与选择，还是舞者面对既定动作短句时对空间、方向、顺序、速度与力度的自由处理，都体现出机遇编舞的开放结构。坎宁汉期望舞者们在表演过程中自发地进行编创，而非依赖于预先设定和反复排练的固定编排。在《即时偶然》(Instant Chance)中，伊莱恩•萨默斯(Elaine Summers)则通过抛掷带有不同形状、颜色和数字的矩形泡沫块来决定舞者的动作选择：形状决定动作的地点或类型，颜色决定速度，数字决定节奏。最终的舞蹈不仅取决于这些“骰子”的滚动，也取决于这些情境在舞者身上引发的即时决定。即使是编舞家也无法预测每次舞蹈演出会是什么样子。即便知道操作规则是什么，你也不知道动作的实现会是怎么样的。规则的偶然性、身体的在场性与场景的动态性，共同造就了实验舞蹈所追求的舞蹈不确定性。

较之于机遇编舞，人工智能则可以通过算法偏离的方式实现舞蹈输出的不确定性。2019年，英国编舞家韦恩•麦克格雷戈(Wayne McGregor)和谷歌艺术与文化实验室(Google Arts and Culture Lab)合作，开发了名为“生活档案”(Living Archive)的人工智能编舞工具。该工具基于麦克格雷戈数百小时的作品视频以及每位现任舞团成员的独舞素材进行训练。“通过人机之间的快速实时对话，‘生活档案’释放了以往作品中蕴藏的、基于分子层面的创意动作潜力，拓宽了编舞决策的可能性范围，并使当代舞者能够与前辈的艺术轨迹产生共鸣。”该算法能够对每位舞者的动作模式进行分析，并预测其下一段符合个人风格的动作序列。利用遗传算法生成的舞蹈，既不会过度偏离传统舞蹈的体态规范，亦非对既有模式的简单复刻，而是在可接受的范围内生成富有创新性的惊喜。其背后的技术逻辑源自人工智能的“递归性”(recursion)，这也是它与自动化机器的重要区别。自动化反复按照预设的线性路径执行相同操作，缺乏变化，而“递归则不仅仅是机械的重复；它的特征是回到自身并决定自身的循环运动，而每一次运动都开放于偶然性，而偶然性反过来决定了其独特性”。相较于自动化的线性过程，递归性代表了一种范式的跃迁。在递归过程中，系统会自我修改并进行算法迭代，从而由预设的、线性的过程转向非线性的涌现行为(emergent behavior)。这种自适应性与自然节奏的演进具有相似性。因此，人工智能舞蹈不再停留于“预设程序”和“机械重复”的原始阶段，而是兼具了即兴的偶然性和创造性的涌现。

然而，我们必须清醒地看到，舞蹈智能仍然受限于既有的动作数据与预设的计算边界，容易重复已有的舞蹈结构和风格。递归机制下的偶然性表面上可以规避舞谱的套路化和模式化，却难以防止深层次上无创造性的“程式化”问题。需要强调的是，舞蹈智能的“程式化”不能等同于中国戏曲表演中的“程式化”，前者是技术逻辑下的机械重复，后者则是表演所依靠的骨架与语法；前者源于算法规则，是一种“复杂的确定”，后者来自历史积淀，是一种“确定的复杂”。戏曲表演的程式确实是固定的，但是程式来自生活，又在生活中被冲破，演员表演时结合自己的生活体验和现场情境，每一次表演都是全新的动态创造，因而既服从规矩又在破坏规矩。那么，人工智能舞蹈的“程式化”困境是否就被技术逻辑锁死了呢？答案是否定的。我们从三个方面来进行探讨。

第一，机器内置的“失序”(glitch)机制所激发的即兴性，为消解舞蹈程式化提供了新的可能。人工智能作为“非人类”舞者，其“非人性”应被视为潜力，而非缺陷。其价值恰好在于“不像”人类，这可以为舞蹈带来意料之外的可能性。人类舞者在疲惫时的失误、高兴时的超常发挥、现场气氛激发的活力以及舞者间默契的互动，这些非预期动作与状态能塑造即兴效果。人工智能对人类高保真的复制和模仿反而无趣，甚至威胁到舞蹈的技艺。我们不希望它成为“人类舞者的复制品”。舞蹈智能则可以通过“失序”实现意外的创造性。在数字领域，失序、编码/解码(如数字压缩)以及反馈伪影(feedback artifacts)，常被艺术家们用作构建媒介的自反性特质及其物质性边界。“完美的失序展示了破坏如何转化为原创性的创造。一旦失序被理解为一种替代性的表达方式或一门新的语言，它的临界点便已经过去，其‘失序本质’(glitch-being)也随之消失。此时的失序不再是对体系的拒绝之意，而是一种被认可的新形式(艺术)外观或形态。因此，从事失序艺术创作的艺术家，往往在追寻一种脆弱的平衡状态；他们寻找的是，一种新的形式从其前身的烈焰灰烬中诞生的那个瞬间。”在舞蹈中，“动力人工智能”(kinetic AI)就进行了这样的尝试。“虚拟形象所展示的动作拥有一种奇异的优雅，但又被‘失序般的流动’所打断。……使舞者能够拓展动作的质感与表现方式，还引导她走向‘探索概念空间’的思维。”舞蹈家将“失序”加入人工智能编舞之后，失序所致的即兴中断，并非消极干扰，而是舞者“内化”异质性事件的契机。失序既带来“耳目一新”(refreshing)的体验，也将知觉重新聚焦于当下。“失序”使动作背离人体的常规逻辑，舞者被迫摆脱日常动作的惯性，对“不可能动作”进行身体化转译，以更为开放的想象去探索身体的可能性。同时，“失序”也反抗了人工智能生成内容的完美特性。机器编舞中的失序或失灵反而带来了“拟人化”的效果，因为人类的特征正是犯错。因此，面对这些“失序动作”，舞者往往将其视为“个性”的体现：一种主动的表达、一种自主的意志、一种反对“完全理性”与“彻底逻辑”的肉身特质。因此，生成模型产生的“失序”并非一种需要修正的失误，而是激发舞者创作的催化剂。人工智能的非稳定性生成反而会带来新的表达空间与创作可能。

这种“失序”带来的陌生化审美效应或者“异质化”美学一定具有审美意义吗？纯粹的技术失序不一定具有审美价值。动作失衡、轨迹错位、节奏紊乱和肢体变形等有可能意味着不可感知性或者无意义性。但是，如果将“失序”有意识地纳入感知和艺术创作中，就有可能形成人机双主体的张力，从而带来动作的不确定性和新的身体感知。换言之，“失序”只有在人类舞蹈家的创作情境中被重新组织才能转化为美学经验。但机器的不确定与人类的即兴创造力存在本质不同：前者是一种规则预设下的意外，后者更多是发生在生命体认、身体直觉和情绪当下。尽管人工智能编舞具有同质化、程式化等问题，但它同样能够激发审美经验，从而确定自身的艺术价值。技术“偏差”或“失序”带来的创造性生成，有可能使人工智能舞蹈发展出迥异于人类舞蹈的审美形态，甚至成为一种全新的舞蹈风格或艺术流派。

第二，自下而上的“群智能”模型可以实现智能体与周遭环境的互动，并生成超出人类预期的异质性创意。“舞蹈创作”(choreography，也译为“编舞”)一词的词源可以追溯到古希腊语“choros”，意为“舞蹈表演的场所”，“graphos”意为“书写”。因此，舞蹈创作不仅仅是动作的安排，更是人与空间的共在与互动，是一个被居住者不断重新定义的互动空间。人工智能舞蹈创作实现了“写舞蹈”的含义，却无法像人一样有效实现与空间的互动。当前，舞蹈智能依然处于基于规则和代码实现动作规划的符号主义，以及基于神经网络识别生成动作的联结主义阶段。不过，基于行为主义思路的人工智能则更加专注于机器人与世界的互动，强调具身智能与环境交互中的涌现式逻辑。例如，米凯莱•布拉奇尼(Michele Braccini)等提出的“群智能”(Swarm intelligence)人工智能算法，就可以用于舞蹈创作。传统的符号人工智能技术依赖“自上而下”的设计，通过明确的规则和动作规划来生成舞蹈，而“群智能”则是“自下而上”的涌现式逻辑，赋予表演即兴性与新颖性。它是一个由智能体运动算法、智能体—舞者的移动环境以及音乐共同协作的自组织系统。比利时编舞家托马斯•豪尔特(Thomas Hauert)在舞蹈作品《似真》(Verosimile)中，将群体舞者的互动视为一个“自组织系统”。舞者根据彼此和音乐的实时反馈进行调整，整个舞蹈过程类似于“群智能”的运作逻辑：没有固定编排，而是通过互动即时生成舞蹈结构。这让我们看到，未来人工智能舞蹈的创造力提升，应从“符号逻辑”的预先设定迈向“涌现逻辑”的自组织系统；从机械地编写舞蹈的被动性转向与环境共生的自发性。

第三，人机交互过程中产生的即兴性，有助于突破预设程序所带来的“程式化”问题。一方面，舞蹈智能的非确定性与非人类性，可以在与人类的动态交互中转化为创造性潜能。丹麦的人工智能艺术家伊丽莎白•约胡姆(Elizabeth Jochum)和耶罗恩•德克斯(Jeroen Derks)指出，机器人的运动算法通过不可预测的互动，激发了舞者的全新动作组合和表演创意，但即兴表演依然建立于人类表演者具身体验的基础之上，而不应归因于机器人的意图或行动能力。虽然机器人的动作具有一定程度的不可预测性(unpredictability)和自发性(spontaneity)，但它们无法像人类那样感知、体验和反思自己的动作。机器人不是真正的即兴表演，而是在模仿即兴。但不可否认的是，正是机器人展现出的非自主性或无意识的抵抗，反而成为即兴表演“真实感”的一种体现。机器人的“不完美”与“异质性”所激发的张力，成为人机即兴合作中颇具价值的艺术元素。机器人动作的不确定性与非人性构成了人机互动的异质性因素，为整个舞蹈表演带来了新的艺术张力与创造性可能。另一方面，前面说的“机器失序”可以成为人机交互的助力者。克里斯汀•卡尔森(Kristin Carlson)借用俄国形式主义的“陌生化”(defamiliarization)来阐释人机共舞中的“机器失序”。她认为，那些打破人类舞者对动作、空间或指令的习惯性认知的“机器失序”，并未破坏舞蹈艺术，反而生成一种极具审美潜能的“陌生感”。例如，生成非惯常的姿势或路径，打破身体的惯性；通过改变视觉、听觉或动觉反馈(如延迟、镜像、错位)，让身体重新认识自己；在互动中，人工智能通过“非预期回应”(如反向跟随、随机反馈)，促使人类舞者调整舞蹈；通过提供陌生的隐喻或任务(如“像山羊一样落地”)，引导身体探索新的表达逻辑。在陌生化的策略之下，人工智能编舞引入了“差异性”和“不确定性”，让身体在与机器的对话中进入舞蹈的生成状态。舞蹈不再是预设的技术性动作程序，而是通过技术扰动而不断生成、重构和发现的过程。

三、从“去作者中心”到人机共创：人工智能舞蹈的主体性生成

在古典芭蕾和现代舞传统中，编舞家被视为对舞蹈动作设计和舞蹈意义阐释具有绝对的控制权。坎宁汉的“机遇编舞法”让各种随机状况参与到舞蹈创作中，作品不再完全来自编舞家的个人意图；舞者也不再是舞谱的执行者，而是变为了作品的共同作者。20世纪70年代美国兴起的实验性舞蹈“接触即兴”(contact improvisation)也是这种观念的呈现。在舞蹈中，“没有导演的团体象征着一个平等主义的社群，其中人人合作，无人主导。最后，接触即兴的练习和表演模式类似于社交舞，是一种非正式的聚会，任何愿意的人都可以参与；业余舞者与专业舞者之间的区别在最初阶段被有意识地忽略”。因此，舞蹈的即兴生成将创作的主权从编舞转移到了集体舞者、偶然状况、周遭环境、观众群体甚至非人类要素。非人类要素体现在实验舞蹈中最具前沿性的跨媒介舞蹈中。它主要指舞蹈与其他艺术类型、影像技术和数字技术等融合和渗透所生成的当代舞蹈美学形态。跨媒介舞蹈追求的艺术理念是媒介平等与共生，它解构了媒介与身体、虚拟与现实、表征与经验之间既定的二元对立。例如，在《单人双人舞》(Duet for One)中，贝弗利•施密特(Beverley Schmidt)既在罗伯茨•布洛瑟姆(Roberts Blossom)导演的电影中跳舞，也在屏幕前的舞台上跳舞。罗伯特•惠特曼(Robert Whitman)的《李子，平坦》(Prune, Flat)使用了水果、其他物件和舞者影像，以及舞台上同一舞者的现场表演，来对比现实与幻觉，模糊了“虚拟影像”与“肉体现实”的界限。后来，跨媒介舞蹈从最初的跨艺术的复合表达发展为舞蹈影像(Dance for Camera)和数字交互舞蹈。在舞蹈的跨媒介实践之下，“舞蹈与媒介互不隶属，双方皆为创造一种混合形式而合作”。跨媒介意味着既包含技术，同时又有超越技术的艺术可能性，不同的媒介以互渗的方式实现多模态意义上的创造。媒介本身成为舞蹈创作的主体之一。

在跨媒介舞蹈实践中，尽管舞蹈家努力通过提高媒介技术的地位来实现作者的去中心化、去权威性，但媒介依然无法作为独立的主体或行动者参与舞蹈创作和表演。例如影像舞蹈的身体也是技术与身体相关联的产物，但它只是一种假肢式技术身体，“影像舞蹈的身体毫无能动性，只是预录的再现；肉体从未与技术真正融合，影像只是被技术修改，无法永久改变肉体本身”。

从前面谈到的算法舞蹈的“再身体化”与“失序”美学中，我们看到人工智能不再是一种纯粹的媒介，它参与着艺术创作过程中的感知创造和即兴生成。故而，舞蹈主体的关系走向重构：人工智能从一种工具逻辑走向与人类主体的协同性共生。这种人机共创表现为智能舞谱的人身呈现和表演中的人机互动。

首先，人工智能生成的舞谱需要由人类舞者来呈现，这与人工智能在音乐、文学和绘画中的表现方式有所不同。计算机与舞蹈的互动可以追溯到第一代的尝试，即坎宁汉所开发的计算机编舞系统。“通过诸如LifeForms这样的程序，编舞者可以在电脑上生成个体动作序列，甚至编排整支舞蹈作品，然后将其‘下载’到舞者的身体中，在排练厅中得以实现。”正如伊琳娜•德米纳(Irina Demina)明确指出的：“算法确实生成了一个动作序列，但为了让它成为‘舞蹈’，它必须由人类舞者赋予身体。”自人工智能与舞蹈开始关联，算法编舞就注定不仅仅是符号、数字的组合或概率游戏，它必然需要人类舞者的身体加以呈现。舞者通过计算机生成的舞谱进行舞蹈创作，这个过程其实是计算机程序与人类想象力的真正融合。设计的框架为舞者提供了“高点”(peaks)，而非完整的动作描述。这与动画片中的“关键帧”(key frames)和“补间(in-betweening)”之间的关系类似，舞者负责通过平滑的动作连接关键帧，以实现动作的补间。人工智能生成的舞蹈必须经由人类身体的适应、理解、重释和演绎才能得以实现。舞蹈的意义并非单独来自人类舞者和算法的构成，而是二者之间互动构成和即兴往复的结果。就像柏林编舞家伊琳娜•德米娜所说，虽然舞蹈人工智能“KLOF”的动作序列是算法创作的，但它迫使我们走出舒适区，打破固有的舞蹈和思维模式。“有些身体姿势或动作转换显得很不自然，有些生硬，甚至有些莫名其妙，但这恰恰是它挑战自我的魅力所在，用不同的动作逻辑来诠释这段动作序列，并观察它最终如何演变成真正的舞蹈。”对德米娜而言，人工智能之于舞蹈创作来说并非只是工具或辅助，而是一种场域性的环境，一种互动共演的学习过程，一种让身体与新媒介进行对话的实践。人工智能的介入不仅改变了舞蹈动作的外在形式，也拓展了舞者感知身体未曾触及的维度和他们对舞蹈艺术的理解与体验。

其次，舞蹈人工智能与人类舞者之间是平等的共构关系，不存在任何一方对另一方的凌驾、压迫和主宰。在人工智能的支持下，编舞者和舞蹈表演者不再依赖固有的舞蹈技巧或惯常的身体动作，而是与算法生成的结果形成互动，进而生成新的编舞语言与动作素材。在这个过程中，不再存在纯粹的人类，也不再存在纯粹的机器；编舞与舞美设计使人类动作与技术元素融合，模糊了人机界限。2025年上海科技节，上海歌舞团荣典首席舞者王佳俊的舞蹈作品《逐梦未来》，就呈现了人工智能动捕技术与舞者身体语言如何实现合作、共舞的过程。王佳俊认为，人工智能之于人类舞者来说算作第二个舞伴。这种主体性变革也为舞蹈提供了一种可能性的探索。2025年10月，东方卫视中秋晚会上，朱洁静与机械臂共舞的《朤月狂想曲》也展现出人与机器共创舞蹈的可能。2026年河南卫视春晚舞蹈《花开富贵》由杨丽萍创编，她借助“千问”激发灵感，将演员自然的肢体动作与人工智能生成的花瓣开合动作相叠合，同时使大模型生成的影像与真人舞者自然衔接。但新技术在舞蹈中仍遵循着人的审美取向和身韵表达。例如，在对人工智能生成的视觉素材进行筛选时，编舞者只保留具有“留白”与“气韵”特征的审美风格，使牡丹开放的节奏与舞者气息韵律相互呼应。在人机共创共生之中，人类从操作者变为被动者，人机共生的边界不断被打破，变得模糊不清。就像佩特拉•格尔因伯克(Petra Gemeinboeck)所言：“当我们学习与非人类共舞时，这种缠结(entanglement)并不会为人类提供一个轻松、毫不费力的镜像映像，仿佛已经消除或足够模糊了彼此之间的边界。相反，它的目的是复杂化主客体之间的差异，使这种边界变得关系化且动态化，从而为人类与机器开启一个全新的、共同的游乐场。”人机共舞让传统的人类与非人类的对立、静态关系变得复杂且具有流动性。

舞蹈作品《逐梦未来》演出照(来源：“上海歌舞团”微信公号)

最后，舞蹈的人机共生主体建构，还需要完成对舞蹈动作观念的转换。众所周知，鲁道夫•拉班(Rudolf Laban)建立了拉班动作分析法(Laban Movement Analysis，LMA)。这种分析法“通过编码人类动作的质感特征(如力效〔Effort〕——重量〔Weight〕、时间〔Time〕、空间〔Space〕和流动〔Flow〕——以及形态与动作语法)，为机器人创造出具有情感表达力的动作框架”。然而，拉班动作分析法所建立的动作分类体系本质上是将身体动作视为人的内心情志和意图的外化表达。舞蹈理论家苏珊•科泽尔(Susan Kozel)批评拉班动作分析法中暗含着人类中心(anthropocentric)动作理解方式，她重新反思了“动作”中的等级观念，认为我们不能将人类经验置于非人类动作形式之上。尼古拉斯•萨拉查尔•苏蒂尔(Nicolás Salazar Sutil)进一步提出了超越人类中心视角的“总体动作”(Total Movement)概念，主张在身体、情感、文化与技术之间形成整合性的循环关系。这种整合可以通过数字文化实现，因为数字技术能够在抽象与具体、硬件与软件、心理与物理之间建立兼容性，将动作的物理信号转化为代码与抽象表示。计算机遵循一种钟摆式的振荡逻辑：“它既是数字(number)，又是物理对象(material object)；它既是软件(software)，又是硬件(hardware)；它既是智能(intelligence)，也是机器(robot)。正是在这种结合中，‘总体动作’(Total Movement)得以构思与理论化。”在计算机技术的加持下，动作呈现出一种双向互构：人类动作塑造技术的同时，技术反过来又塑造动作。人类与机器的纠缠以一种跷跷板式的方式展开。苏蒂尔进一步将这种振荡性存在比作阴阳两极之间的“中间态”(in-betweenness)。然而，这一“中间态”并非可计算与不可计算之物的简单折中，而是一个容纳张力与异质性的生成性场域。情感的涌动性、身体的默会性、即兴的直觉性，往往会打破或溢出算法逻辑的确定性框架。正是这种溢出，使得动作的生成既不完全属于人类，也不完全属于机器；既不完全源自身体经验，也不完全遵从算法逻辑，而是一种人机之间“边界模糊”的混合与过渡，一种生物性与技术性共构的存在，并始终处于未完成的生成状态。因此，舞蹈中的不可计算性不仅没有被“中间态”排除，反而成为其最鲜活的构成质料。

因此，在主体性意义上，机器人无需模仿人类，它应当从自身的身体形态、感知方式和行动能力出发来构建自身。正如罗尔夫•普菲弗(Rolf Pfeifer)和乔希•邦加德(Josh Bongard)所说：“我们必须理解机器人的自身具身性(embodiment)……因为正是这种具身性，最终决定了人与机器人之间理解与交流的可能性。”佩特拉•盖姆因博克(Petra Gemeinboeck)负责的“机器运动实验室”(Machine Movement Lab)项目，其目的就在于研究人类和人工智能如何在互动中“共同生成”(co-constitute)彼此身份，而非让机器人变得像人。“与人类编舞者和舞者的合作，不是为了让机器人更像人类，而是为了探讨机器人与他者身体及世界缠结交织的微生态(micro-ecologies)。也即，社会—物质关系和动态是如何被生产并激活的，并进一步思考：后人类主义的智能观如何从这些始终是物质性的相互依赖关系中生成。”这种人机折叠(folding)强调的是一种关系性、演述性的“内互构”(intra-act)。机器人通过拒绝模仿人类行为，发展出独特的非人类式身体智能。人工智能是否具备感知、意识和主观性，其判断标准不在于能否模仿人类，而在于它能否在舞蹈中和人类身体实现互相诠释、融合和主体践行。

结语

回望舞蹈史，从邓肯的“自然”回归萨默斯的“掷骰子”，再到贾德森舞蹈剧场的跨媒介实验，每次观念或技术的介入都在重新定义“什么是舞蹈”。人工智能舞蹈并非“人工智能+舞蹈”的机械组合，而是实验舞蹈精神在新技术时代的重新呈现。它延续了“让舞蹈自己发生”的去作者中心化实验逻辑：舞蹈从舞者与其周围环境的关系中涌现出来，并以一种有意与无意、自觉与自发、可控与偶发相互交织的混合状态而存在。与此同时，人工智能舞蹈又将实验舞蹈关注的身体性、创造性和主体性问题推向更复杂的维度。人工智能通过数据和算法削弱了舞蹈创演对物理性身体的依赖，而“再身体化”并非回归传统身体本体论，而是以“操演性身体映射”或“具身智能”的方式让身体重获存在形式。人工智能舞蹈的创造性常被批评为概率性的重组与生成，但是“失序”美学和即兴交互所带来的不可预测性，为创新性动作的涌现提供了可能。人工智能的介入则是第一次将非生命体作为舞蹈主体来审视，舞蹈的主体性变为分布式的、关系性的后人类主体。然而，无论新技术如何改变舞蹈的生成机制，人的肉身感受、场域觉知、内在情动和生命体认等依然是舞蹈经验不可替代的基础。从实验舞蹈到人工智能舞蹈的变化，也是“人”在技术时代重新定义自身的过程。

*本文系2025年国家社科基金后期资助项目“后人类视域下的人工智能艺术哲学研究”（项目编号：25FZWA009）的阶段性成果。

*为方便电子阅读，已略去原文注释，如需完整版本，请查阅纸刊。

作者：徐杰 单位：西南民族大学中国语言文学学院

《中国文艺评论》2026年第7期（总第130期）

责任编辑：王朝鹤

☆本刊所发文章的稿酬和数字化著作权使用费已由中国文联文艺评论中心给付。新媒体转载《中国文艺评论》杂志文章电子版及“中国文艺评论”微信公众号所选载文章，需经允许。获得合法授权的，应在授权范围内使用，为作者署名并清晰注明来源《中国文艺评论》及期数。（点击取得书面授权）

《中国文艺评论》论文投稿邮箱：zgwlplzx@126.com。

延伸阅读：

徐杰 | 从实验舞蹈到人工智能舞蹈：身体性、创造性与主体性的重构（“中国文艺评论”微信公号）

欢迎订阅2026年《中国文艺评论》杂志

《中国文艺评论》来稿须知

《中国文艺评论》杂志2026年度重点选题参考

《中国文艺评论》2026年第7期目录