English(EN) MoVT: Video-Augmented Motion Tokenizer for Text-to-Motion Generation

新的MoVT框架利用视频数据增强文本到3D运动生成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员开发了MoVT，一个旨在通过利用大量人类动作视频数据来改进文本到3D人类运动生成的新框架。MoVT的核心是一个跨模态增强运动标记器，它将3D运动标记投影到2D域，用视频中的真实世界模式丰富运动代码本。然后，这些增强的代码本被集成到一个生成式掩码Transformer中，实现运动标记索引的模态无关预测。这种方法允许使用从2D代码本和带注释的运动视频派生的文本-索引对来进一步优化生成器，在实证评估中优于现有的最先进方法。 AI

影响这项研究可能导致由文本提示驱动的更复杂、更自然的3D角色动画。

排序理由该集群包含一篇详细介绍文本到运动生成新框架的研究论文。[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 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍文本到运动生成新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Beibei Jing, Tianle Guo, Youjia Zhang, Zikai Song, Yawei Luo, Junqing Yu, Tao Guan, Wei Yang · 2026-09-15 04:00

MoVT：用于文本到运动生成的视频增强运动分词器

arXiv:2609.14965v1 Announce Type: new Abstract: Text-driven 3D human motion generation models face significant challenges in responding to diverse and unconstrained textual prompts, primarily due to the limited availability of 3D motion training data. To address this, we introduc…

本文如何被排名

报道来源 [1]

MoVT：用于文本到运动生成的视频增强运动分词器

相关实体

相关话题