Hugging Face · 每日论文·2026-10-20 04:00· 2 天前AI 评分44

Joints, Camera, Action! Co-Generating 3D Motion and Video for Arbitrary Rigs

AI 导读

该模型可同时生成任意3D骨架的视频与3D运动数据，并通过交叉注意力层连接预训练视频模型。其运动模型从纯运动数据中学习骨架动作，无需配对视频，训练数据达近20万对。模型能根据文本更真实地驱动多样骨架，且运动可响应场景，支持从视频生成骨架运动及基于关键帧的控制。