PulseAugur
中
实时 08:52:34

MARRS框架使用连续表示生成协调的人类反应动作

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了MARRS，一个用于合成以观察到的动作为条件的人类反应的新框架。该系统利用单元区分运动变分自编码器（UD-VAE）独立编码不同的身体和手部单元。它结合了动作条件融合（ACF）来处理反应性token，以及互单元调制（MUM）来实现身体和手部单元之间的交互。一个紧凑的MLP在扩散模型中充当噪声预测器，用于生成token概率分布。 AI

影响 引入了一种生成协调人类反应动作的新方法，可能改进具身AI和动画。

排序理由 这是一篇详细介绍人类动作-反应合成新框架的研究论文。

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 →

MARRS框架使用连续表示生成协调的人类反应动作

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
这是一篇详细介绍人类动作-反应合成新框架的研究论文。
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, other
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
156 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yabiao Wang, Shuo Wang, Jiangning Zhang, Jiafu Wu, Qingdong He, Yong Liu ·

    MARRS：基于掩码自回归单元的反应合成

    arXiv:2505.11334v4 Announce Type: replace Abstract: This work aims at a challenging task: human action-reaction synthesis, i.e., generating human reactions conditioned on the action sequence of another person. Currently, autoregressive modeling approaches with vector quantization…

相关实体

相关话题