ReTracing：穿透身体、机器与生成系统的考古学方法
计算机视觉与模式识别
2026-02-13 v1
摘要
我们提出ReTracing，一种多智能体具身表演艺术，采用考古学方法探讨人工智能如何塑造、限制并产生身体运动。项目从科幻小说中提取描述人机互动的句子。利用大语言模型（LLM）为每个摘录生成配对提示词“应该做什么”和“不应该做什么”。基于扩散的文本到视频模型将这些提示转化为人类表演者和四足机器人运动指令。两个智能体在镜像地板上执行动作，由多摄像机运动跟踪捕获，重建为3D点云和运动轨迹，形成运动痕迹的数字档案。通过这一过程，ReTracing提供了揭示生成系统如何通过编排运动编码社会文化偏见的新方法。该项目以AI、人类与机器人的沉浸式互动，直面当代关键命题：在诸多AI同样移动、思考并留下痕迹的时代，我们是什么意义上的人类？
引用
@article{arxiv.2602.11242,
title = {ReTracing: An Archaeological Approach Through Body, Machine, and Generative Systems},
author = {Yitong Wang and Yue Yao},
journal= {arXiv preprint arXiv:2602.11242},
year = {2026}
}