Björn Ommer

Learning Long-Term Motion Embeddings for Efficient Kinematics Generation

Apple的研究人员开发了一种生成逼真人体运动的新颖方法，显著提高了运动学生成的效率。他们的方法包括从大量的轨迹数据中学习压缩的运动嵌入，从而使条件流匹配模型能够根据文本提示或空间线索生成运动序列。该技术实现了64倍的时间压缩因子，在生成逼真且有目标导向的运动方面优于现有的视频模型和专用方法。