MoRAE 提出自监督运动潜变量用于文本到动作生成
热点事件观察中
MoRAE 提出自监督运动潜变量用于文本到动作生成
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Yifei Zhu 等人发布了 MoRAE 方法,利用预训练的 Motion-JEPA 编码器预测隐藏关节轨迹并压缩特征,构建了适合流变换器的紧凑潜空间。该方法在 HumanML3D 和 KIT-ML 数据集上实现了最先进的 FID 分数,同时保持了接近真实运动的检索式文本一致性和多样性。目前材料为 arXiv 预印本版本,未提及同行评审状态或开源代码仓库。
AI 根据报道生成 · 1 天前更新
最新进展11月17日 13:00
MoRAE:面向文本生成运动的自监督潜变量研究报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv · 机器人与计算机视觉MoRAE:面向文本生成运动的自监督潜变量研究
论文提出 MoRAE 方法,利用预训练的 Motion-JEPA 编码器预测隐藏关节轨迹并压缩其冻结特征,构建适合流变换器的紧凑潜空间。该方法在 HumanML3D 和 KIT-ML 数据集上实现了最先进的 FID 分数,同时保持了接近真实运动的检索式文本一致性和多样性。材料为 arXiv 预印本版本,未提及同行评审状态或开源代码仓库。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 811月17日 23:00
- 近 24 小时变化
- -51%
02468
11月18日06:0012:0018:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。