PulseAugur
中
实时 08:07:56

ScaleMoGen框架推动文本驱动的人体运动生成

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的框架ScaleMoGen，用于根据文本描述生成人体运动。该方法采用自回归方法，可以预测多尺度的运动令牌，从粗略到精细，确保保留骨骼层次结构和运动细节。ScaleMoGen在HumanML3D和SnapMoGen等基准测试中展现了最先进的性能，在FID和CLIP分数方面优于MoMask和MoMask++等现有方法。该框架还支持高效、无需训练的生成运动编辑。 AI

影响 这项研究推动了复杂3D数据的生成模型，可能对动画、游戏和虚拟现实产生影响。

排序理由 该集群包含一篇详细介绍人体运动生成新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

ScaleMoGen框架推动文本驱动的人体运动生成

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Inwoo Hwang, Hojun Jang, Bing Zhou, Jian Wang, Young Min Kim, Chuan Guo ·

    ScaleMoGen：用于人体运动生成的自回归下一尺度预测

    arXiv:2605.11704v2 Announce Type: replace Abstract: We present ScaleMoGen, a scale-wise autoregressive framework for text-driven human motion generation. Unlike conventional autoregressive approaches that rely on standard next-token prediction, ScaleMoGen frames motion generation…

相关话题