研究人员开发了一个框架，通过利用大规模合成运动数据来增强人体运动生成。该方法解决了现有动作捕捉数据集的局限性，这些数据集通常缺乏多样性，并且无法代表复杂或罕见的动作。通过集成一种新颖的数据生成管道和重新设计的VQ-VAE分词器，该系统扩展了运动表示空间，能够更好地捕捉运动原语，并在文本到运动生成等任务中提高性能。研究结果表明，运动表示的表达能力，而不仅仅是模型架构，是推进人体运动合成的关键。 AI
影响 增强了人体运动合成的表达能力和可控性，有望改进动画和虚拟现实等应用。
排序理由 学术论文，详细介绍了一种新的生成式建模框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
