动态模型可以生成现实的人类动作并编辑现有动作
2025-04-13 12:40:28
北京大学人工智能研究所的研究人员和一般AI的国家主要实验室开发了新的模型,以简化现实的人类动议的生成和编辑。他们的方法称为MotionCutMix,使用数据增强技术从不同的运动序列中融合身体部位,创建不同的训练样本而无需大量注释的数据。他们还引入了MotionRefit,这是一种自动回归扩散模型,该模型可以根据高级文本指令来处理这些混合动作,以生成和修改人类运动。这些模型旨在通过通过基于文本的界面启用精确的运动编辑来增强动画师,视频游戏开发人员和机器人研究人员的内容创建。这些进步解决了现有方法中的局限性,例如注释培训数据的稀缺性以及无法有效处理复杂的时间模式。未来的研究将着重于扩展这些功能,以包括视觉参考和上下文感知运动编辑。这些发现在Arxiv上可用的预印纸中详细介绍。