Inwoo Hwang

ScaleMoGen框架推动文本驱动的人体运动生成

研究人员推出了一种新颖的框架ScaleMoGen，用于根据文本描述生成人体运动。该方法采用自回归方法，可以预测多尺度的运动令牌，从粗略到精细，确保保留骨骼层次结构和运动细节。ScaleMoGen在HumanML3D和SnapMoGen等基准测试中展现了最先进的性能，在FID和CLIP分数方面优于MoMask和MoMask++等现有方法。该框架还支持高效、无需训练的生成运动编辑。