通过流匹配生成统一的无数字文本到动作

生成模型擅长对固定数量的智能体进行运动合成，但很难对可变智能体进行泛化。现有方法基于有限的特定领域数据，采用自回归模型递归地生成运动，效率低且误差累积。我们提出统一运动流（UMF），它由金字塔运动流（P-Flow）和半噪声运动流（S-Flow）组成。 UMF将无数运动生成分解为单遍运动先验生成阶段和多遍反应生成阶段。具体来说，UMF利用统一的潜在空间来弥合异构运动数据集之间的分布差距，从而实现有效的统一训练。对于上一代运动，P-Flow 在不同噪声级别条件下的分层分辨率上运行，从而减少计算开销。对于反应生成，S-Flow 学习联合概率路径，自适应地执行反应转换和上下文重建，从而减轻错误累积。广泛的结果和用户研究证明了 UMF 作为从文本生成多人运动的通用模型的有效性。项目页面：https://githubhgh.github.io/umf/。