提出UniMotion,首个统一处理人体运动、文本和RGB图像的三模态理解与生成框架,通过连续运动表征、Cross-Modal Aligned Motion VAE和Dual-Posterior KL Alignment等技术,支持全部七种任意到任意的跨模态任务,并在多项任务上达到SOTA性能。
机构:北大
来源:arXiv 2603.22282 | AI4Papers 论文推荐平台