Tag · 3 篇

文本驱动运动生成

分布生成模型与扩散2强化学习与具身智能1

MotionHiFlow: Text-to-Motion via Hierarchical Flow Matching

把流匹配的采样路径按时间尺度分层（低尺度定语义骨架、高尺度补细节），并用跨尺度过渡保持噪声一致性，这一「由粗到细的层次化流路径」思路可直接迁移到视频生成、长时序动作合成等需要兼顾语义对齐与细粒度时序一致性的视觉生成任务。

MaskAdapt: Learning Flexible Motion Adaptation via Mask-Invariant Prior for Physics-Based Characters

随机身体部位掩码加动作分布一致性正则化训练出的掩码不变先验，可迁移到视觉观测缺失下的姿态/动作估计与条件生成；两阶段残差策略则提供了一种只改动目标部位、保留其余行为的可控生成范式。

Hierarchical Enhancement of Semantic Priors for Disentangled Text-Driven Motion Generation

把潜空间结构化为多个语义一致子流形（AG-VAE）的思路，可直接迁移到视觉扩散模型的潜空间解耦与可控生成；分层跨模态注意力与动态记忆融合也可用于文本到图像/视频的条件注入设计。