假人舞蹈参考：如何把白模动作片段转成 AI 动漫舞蹈视频

简介

一段 37 秒的红白 3D 假人跳 jumpstyle 的片段被到处转发，说是"AI 素材"，评论区都是同一个问题：这东西到底怎么用，用在哪？

这个片段的价值恰恰在于它缺少什么。没有脸、没有服装、没有打光、没有背景——只有一个踩着节拍动起来的身体，和一个固定不动的镜头。这是把动作剥离了身份之后的编舞。

做舞蹈视频本来就需要这种分离。你让模型直接生成"动漫女孩跳 jumpstyle"，它会同时编造角色和动作，两边都会飘。动作来自假人、角色来自你已经建好的资产，每一边只需要做一件事。这篇指南教你怎么在 ArcLoop 里把白模片段转成 AI 动漫舞蹈视频：标记节拍、抽关键姿势帧、绑定为参考，每个 shot 只生成一个动作。

为什么假人片段比真人舞蹈视频更好用

真人视频带着脸、特定折法的衣服、一个房间和一套打光。模型会或多或少地把这些带进去，不管你想不想要，还会引出你不想在发布作品上遇到的肖像权问题。假人只带着动作骨架。

它给你的：

• 精确的时间点。 每一脚踢腿、每一个转身都落在你能指到的具体帧上。
• 固定的镜头。 这类片段大多用一个固定角度，是最容易让模型还原的条件。
• 中性的身体。 没有服装要对抗，没有比例要覆盖。

它给不了你的、需要你的资产来补充的：角色的脸、发型、服装，以及整个片段的视觉风格。

使用舞蹈参考的几条规则

• 每个 shot 只做一个动作。 两到四拍的一个乐句，一个清晰的动作。把多个 shot 串起来完成完整编舞，不要让一个 shot 去生成整段 37 秒。
• 镜头跟着参考片段走。 参考里是静止正面视角，shot 就写静止正面视角。镜头运动和编舞会抢模型的注意力。
• 身份是资产的事。 用 @ 引用舞者，shot 里永远不要描述脸或服装。如果服装对舞蹈动作有影响，把舞蹈服装参考图绑定到同一个 character asset 上。
• 用姿势静帧，不要用文字描述动作。 "腿交叉，右膝抬起"是模糊的；假人在那个姿势的静帧不是。
• 风格是单独的参考。 假人静帧是姿势参考。风格来自 Visual reference 或角色的 Main image，不加这个，生成结果会往灰色塑料方向飘。

关于整段舞蹈的 prompt 结构——节拍、镜头、锚点——参见舞蹈视频指南。这篇文章只做一件事：把假人片段里的编舞搬到你的角色身上。

把片段转成 shot，一步一步来

1. 数节拍。 播放片段，标记乐句。Jumpstyle 通常是紧凑的 4 拍循环：踢踏、踢踏、跳转。把乐句列表和时间戳写下来。
2. 每个乐句抓一张静帧。 在每个乐句最清晰的那一帧暂停——踢腿的最高点、转身的正中——导出图片。10 到 12 张静帧可以覆盖一段 37 秒的编舞。
3. 把静帧和片段都上传到内容库。 片段是你校对时用的；静帧才是 shot 实际使用的东西。
4. 把这批静帧绑定成一个 Visual reference 资产，名字可以叫"Jumpstyle poses"之类的，这样 Agent 可以在不同 Episode 里复用。
5. 确保舞者已经是一个 character asset，有 Main image，如果需要的话，把舞蹈服装参考也绑定到同一个资产上。如果你用的是 Seedance 2.5，生成视频之前必须先有这个资产。
6. 在 Episode 上 Generate Shots，然后逐个编辑每张 shot card，每张对应一个乐句。 挂上对应的姿势静帧，引用 @舞者，镜头只写一次，只描述这个乐句的动作。
7. 先生成图片。 确认姿势和静帧吻合、脸和资产吻合，然后再生成视频。
8. 在 Edit 里按乐句顺序把 shot 串起来，根据节拍修剪时长，加上音轨让剪辑点落在每拍上。

示例一：踢踏乐句，静止正面镜头

Static front view, camera at chest height, full body in frame with room above the head, plain studio background. @Yuki performs a jumpstyle kick-step: weight on the left foot, right leg kicks forward straight and high, then steps down and the left kicks the same height. Two kicks, two counts, no travel across the floor. Arms swing loose at the sides. Hold the pose reference for leg height. Match pose still 03.

示例二：跳转乐句

Same static front camera, same framing and background as Shot 1. @Yuki hops on both feet and turns a full 360 to the right in one count, landing facing camera with knees bent and feet together. Hair and jacket follow the spin half a beat late and settle on the landing. No camera move, no zoom. Match pose still 06 for the mid-turn body angle and still 07 for the landing.

示例三：两个舞者，镜像

Static front view, slightly wider than Shot 1 so both dancers fit with space on either side. @Yuki on the left and @Hana on the right perform the same kick-step phrase mirrored: Yuki kicks right, Hana kicks left, on the same count, same height. They stay one arm's length apart and do not cross or turn toward each other. Match pose still 03 for the kick height on both.

最常见的几个问题

• 节拍飘了。 片段看起来没问题，但踢腿没踩到音乐上。通常是 shot 时长超过了乐句。在 Edit 里按拍数修剪，不要按片段长度剪。
• 踢腿时腿部糊在一起。 姿势静帧抓的是模糊帧，重新在腿完全伸展的那一帧重新抓取。
• shot 之间服装变了。 资产上没有服装参考，每个 shot 各自编了一套。绑定舞蹈服装参考，重新生成。
• 转身时脸变了。 旋转是身份最容易滑走的地方。把转身控制在一拍以内，让资产的 Main image 来保持一致性，shot 里不要加脸部描述。
• 看起来像灰色塑料。 假人静帧同时被当成了风格参考。加一个专门的风格参考，把静帧只当姿势参考用。

常见问题

任意假人片段都能用，还是只能用那些标注了"AI 素材"的？
只要身体清晰可见、镜头稳定，任何片段都行。那些流传的片段用起来方便，是因为已经有人帮你把身份信息剥掉了。

ArcLoop 会直接用片段来驱动动作吗？
这套工作流是把片段里的静帧作为每个 shot 的姿势参考。把片段留在内容库里备查，用它来判断每个乐句从哪里开始、到哪里结束。

完整一套编舞需要几个 shot？
大约一个乐句一个 shot。37 秒的编舞通常是 10 到 12 个 shot。shot 越少意味着乐句越长，节拍就越容易飘。

可以改掉参考片段的镜头吗？
可以，但先让静止角度的版本跑通。在某一个乐句上加一个缓慢推进，先看效果，确认没问题再尝试更多。

下一步

在片段里找最短的那个乐句——一个踢踏，两拍。抓一张静帧，绑定它，用 @ 引用你的舞者写一个 shot，不要写任何关于脸的描述。在 ArcLoop 里打开项目，生成图片，对照静帧检查腿的高度，然后生成视频。这一个乐句踩上了节拍，剩下的编舞都是重复同一件事。