跳到正文
Hugging Face Daily Papers·· 2026-10-20AI 评分47

Joints, Camera, Action!:为任意骨骼绑定联合生成 3D 运动与视频

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

AI 导读

研究者提出一个模型,可为任意骨骼绑定直接联合生成视频与 3D 运动,并估计相机把运动配准到 3D 场景。它把支持任意骨架的 3D 运动模型与预训练视频模型通过少量 cross-attention 层连接,用约 200K 训练对训练,评测中比 video-first 流程更忠实地按文本驱动多种骨骼,并支持视频转骨骼运动、骨骼运动转视频及关键帧控制。

打开原文 arxiv.org