跳到正文
热点事件持续更新

Emo-H2A 实现基于 LLM 隐藏状态的机器人面部驱动

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对大语言模型赋予机器人流畅语音但面部表情难以实时跟随对话的差距,论文提出了 Emo-H2A 范式。该方法实例化为无需训练的 EmoManifold,直接从 LLM 自回归解码过程中的隐藏状态提取 VAD 坐标并投影,在 token 粒度直接驱动 29 自由度面部机器人。实验显示,该方案在回复内的表情方向匹配率达到 87.5%,首动延迟为 0.96 秒,显著优于基于整轮对话标签的传统方法。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    Emo-H2A:基于大模型隐藏状态的机器人面部直接驱动方法

    针对大语言模型赋予机器人流畅语音但面部表情难以实时跟随对话的差距,论文提出了 Emo-H2A 范式,直接从 LLM 自回归解码过程中的隐藏状态驱动面部机器人。该方法实例化为无需训练的 EmoManifold,从每个隐藏状态提取 VAD 坐标并投影以在 token 粒度驱动面部。实验显示,该方法在回复内的表情方向匹配率达到 87.5%,首动延迟为 0.96 秒,显著优于基于整轮对话标签的传统方法。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
近 24 小时变化
–

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。