研究人员推出了 HunyuanVideo-HOMA，一个旨在改进人与物交互（HOI）视频生成的新型框架。该系统通过减少对精选运动数据的依赖，并增强对新物体和场景的泛化能力，解决了当前方法的局限性。HunyuanVideo-HOMA 利用多模态扩散 Transformer，融合外观和运动信号，以合成一致且合理的交互，并包含用于高效训练和精确唇部同步的适配器。实验表明，在弱监督下，该方法在自然度和泛化能力方面达到了最先进的性能，并可应用于文本条件生成和交互式物体操作。 AI
影响 该框架能够实现生成视频中更逼真、更可控的人与物交互，对动画和虚拟现实等领域产生影响。
排序理由 该集群包含一篇详细介绍视频生成新技术框架的学术论文。[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 →
