研究人员开发了多模态交互运动编码器(MIME),一个用于学习两人交互的文本-运动表示的新颖系统。MIME 利用基于流的协同注意力和基于课程的对比学习来捕捉个体和共享的运动结构。在文本到运动检索任务中,MIME 在现有融合基线的基础上显著改进,在 2,000 个样本库中 R@1 分数相对提高了 12.8%。该编码器在下游运动生成任务中也作为辅助先验显示出有效性,提高了语义对齐指标。 AI
影响 这个新的编码器可以通过更好地捕捉复杂的人类动态,来提高 AI 生成动画和具身 AI 交互的真实感和准确性。
排序理由 该集群包含一篇详细介绍新模型架构及其在特定基准测试上性能的研究论文。[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 →