3D 视觉与重建 / CVPR2026
MotionMaster:可泛化的文本驱动运动生成与编辑
MotionMaster: Generalizable Text-Driven Motion Generation and Editing
把预训练多模态大语言模型微调成文本到人体运动(3D 骨骼序列)的生成与编辑模型,并用 FSQ 分词器把运动离散成 token 与语言共享嵌入空间;对做 3D 人体动作/动画的研究者,这是一条可直接复用的「LLM 当运动先验 + 离散运动 token」路线。
运动生成多模态大语言模型微调FSQ-量化分词器