SkelShift

TopX模型可根据文本为未见过的骨架生成动作

研究人员开发了TopX，一种新颖的Transformer模型，能够仅根据文本描述为未见过的骨架生成动作。这个拥有7300万参数的模型采用了流匹配方法和一种独特的注意力机制，该机制对关节和帧进行因子分解，使其能够适应任何运动学树拓扑结构。TopX使用SkelShift进行了评估，SkelShift是一个包含超过143,000个带字幕的动作片段的新数据集，在为新角色生成逼真动作方面，其性能优于UniMate等现有模型。