09:40
官方账号arXiv cs.AI@Gyojin Han, Junmo Kim
推荐理由：做3D动作生成或编辑的研究者可以关注，它解决了现有模型只关注时间编辑而忽略关节级修改的问题，直接提升编辑精度和语义一致性。
文本驱动
共 2 条相关 AI 资讯
6月2日
09:40
本文提出一种新架构用于文本驱动的3D人体动作编辑，核心创新在于不仅关注编辑发生的时间点，还识别哪些关节需要修改。架构包含两个轴锚定Transformer，分别提取关节和时间维度的特征，并通过跨轴融合块整合。辅助任务让关节锚定Transformer回归源与目标关节旋转的Soft-DTW距离，学习哪些关节应修改或保留。在MotionFix数据集上达到最先进效果，显著提升语义对齐和动作保真度。
5月15日
10:53
10:53
官方账号arXiv cs.AI@Kaixin Zhu, Yiwen Tang, Yifan Yang, Renrui Zhang, Bohan Zeng, Ziyu Guo, Ruichuan An, Zhou Liu, Qizhi Chen, Delin Qu, Jaehong Yoon, Wentao Zhang
精选
推荐理由：做3D场景编辑或交互式应用的开发者，VGGT-Edit 直接预测3D位移而非逐帧2D编辑，解决了多视角不一致的痛点，值得一试。