动作模型 Möbius:一句话生成 3D 动作,还能反向理解与指令编辑
研究人员提出统一动作-语言模型 Möbius,把 3D 人体动作的生成、理解、补全与编辑整合进同一个架构。模型直接处理连续帧级动作,省去了离散化和预训练 VAE,参数最高拓展至 1.7B。这意味着同一个模型既能听懂动作也能做动画,大幅降低了 3D 角色动作制作与微调的门槛。
研究人员提出统一动作-语言模型 Möbius,把 3D 人体动作的生成、理解、补全与编辑整合进同一个架构。模型直接处理连续帧级动作,省去了离散化和预训练 VAE,参数最高拓展至 1.7B。这意味着同一个模型既能听懂动作也能做动画,大幅降低了 3D 角色动作制作与微调的门槛。