研究人员开发了CFGComposer,这是一种新颖的方法,用于生成与语音音频同步并与文本描述对齐的全身人类手势。该方法组合了两个独立训练的扩散模型,并通过对捕获跨模态交互的Copula分数进行建模来精炼它们的联合推理。在BEAT数据集上的实验表明,CFGComposer在语义保真度和节拍对齐方面达到了最先进水平,在人类评估中优于先前的方法。该系统在部署到Unitree G1人形机器人上时,也成功实现了从模拟到现实的迁移。 AI
影响 这项研究通过改进逼真且同步的人类手势生成,推动了具身AI的发展,可能对机器人技术和虚拟角色动画产生影响。
排序理由 详细介绍新AI模型和方法的学术论文。[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 →