研究人员推出了InterPet4D,一个新颖的多模态数据集,旨在推动人宠交互研究,特别是在运动生成方面。该数据集包含680万帧同步的多视角和以自我为中心的视频,以及人类和狗的详细标注,包括关键点、网格和音频。配套的InterPetMoGen框架采用序列到序列学习和Diffusion Transformer构建,在生成逼真的人宠交互方面表现出色,FID得分为11.21。 AI
影响 该数据集和框架可以实现更逼真的人工智能驱动的人类与动物交互模拟和应用。
排序理由 该集群描述了一个新的人宠交互运动生成数据集和框架,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →