動作模型 Möbius:一句話生成 3D 動作,還能反向理解與指令編輯
研究人員提出統一動作-語言模型 Möbius,把 3D 人體動作的生成、理解、補全與編輯整合進同一個架構。模型直接處理連續幀級動作,省去了離散化和預訓練 VAE,引數最高拓展至 1.7B。這意味著同一個模型既能聽懂動作也能做動畫,大幅降低了 3D 角色動作製作與微調的門檻。
研究人員提出統一動作-語言模型 Möbius,把 3D 人體動作的生成、理解、補全與編輯整合進同一個架構。模型直接處理連續幀級動作,省去了離散化和預訓練 VAE,引數最高拓展至 1.7B。這意味著同一個模型既能聽懂動作也能做動畫,大幅降低了 3D 角色動作製作與微調的門檻。