Tag · 2 篇
文本到运动生成
分布 生成模型与扩散1视觉语言模型1
01 02
面向分解式人体运动生成的能量扩散模型
Towards Decompositional Human Motion Generation with Energy-Based Diffusion Models
把能量模型与扩散采样结合，用组合分布刻画多个运动概念的并集，从而在无逐概念真值的情况下把整体运动拆成可复用基元；这套「能量式组合分布 + 分解训练」的思路可直接迁移到视觉中的组合式视频/动作生成与概念解耦。
通过语言模型连接人脸理解与动画
Bridging Facial Understanding and Animation via Language Models
将3D人脸参数序列当作语言token，用语言模型统一做运动理解与生成，为文本驱动人脸动画提供了可复用的量化运动token+LM建模范式，可迁移到人体动作或手势的文本-运动双向建模。