arXiv · 机器人与计算机视觉· Yiheng Li, Zhuo Li, Ruibing Hou, Yingjie Chen, Hong Chang, Hao Liu, Shiguang Shan·· 20 天前AI 评分72
AnyMo:基于掩码建模的任意模态条件动作生成规模化方法
AnyMo: Scaling Any-Modality Conditional Motion Generation with Masked Modeling
AI 导读
针对现有方法受限于固定模态配置和任务特定架构的问题,本文引入 OmniHuMo 大规模高质量数据集(超 5000 小时动作及 320 万序列),并提出 AnyMo 统一多模态框架。该框架结合基于残差 FSQ 的动作分词器与可扩展掩码建模 Transformer,支持任意模态组合下的高保真动作合成及空间、风格属性的灵活控制。
来源:arXiv · 机器人与计算机视觉 · arxiv.org