arXiv · 机器人与计算机视觉· Jiazhi Shu, Chengfeng Zhao, Jinyi Wang, Yubo Zhao, Zhiyang Dou, Ronghui Li, Yu Lu, Xinwei Jiang, Zijiao Zeng, Yuan Liu·· 15 天前精选AI 评分84
Möbius:一种统一运动 - 语言模型,桥接理解与生成
M\"obius: A Unified Motion-Language Model Bridging Understanding and Generation
AI 导读
arXiv 论文介绍 Möbius,旨在构建能同时理解、生成和编辑人类运动的统一框架。该模型将扩散过程引入多模态表示空间,使干净运动、噪声运动和文本共同参与共享注意力机制,且直接操作连续帧级原始运动数据,无需离散分词或预训练 VAE。在 HumanML3D 数据集上达到最先进水平,扩展至 17 亿参数和 1700 小时运动数据后证明有效且可扩展。
推荐理由
该工作提出统一运动语言模型,将理解与生成融合于连续帧级表示,无需离散分词或预训练 VAE。
来源:arXiv · 机器人与计算机视觉 · arxiv.org