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
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程