研究人员推出了 HumanSkill-4D,一个专为使用自然语言对可动画高斯头像进行无训练查询而设计的创新框架。该系统允许用户根据描述性语言提示,选择头像的特定区域(如身体部位或服装),并识别相应的运动区间。HumanSkill-4D 通过采用共享的多模态大型语言模型和几何运算符,解决了区域歧义和运动相似性等挑战,实现了可追溯的选择和新的运动条件支持。 AI
影响 实现了与 3D 头像进行更直观、更精确的编辑和分析交互。
排序理由 该集群描述了一篇详细介绍新颖的 3D 头像交互框架的研究论文。
在 Hugging Face Daily Papers 阅读 →
- alphaXiv
- arXiv
- DagsHub
- Gaussian avatars
- Gotit.pub
- Hugging Face
- HumanSkill-4D
- Junsu Kim
- multimodal large language model
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →