姿态引导细化

InfinityHuman：迈向长期音频驱动的人体动画

InfinityHuman: Towards Long-Term Audio-Driven Human Animation

提出粗到细框架，利用解耦的姿态序列作为稳定视觉锚点来抑制长视频生成中的误差累积，并引入手部特定奖励机制提升手势真实感，可复用于其他长时序人体动画任务。