跳到正文

MoMask

由文本驱动生成 3D 人体运动

访问官网

MoMask 是什么

MoMask 被介绍为一个基于文本驱动的 3D 人体运动生成模型,采用分层量化方案。该方案以高保真度的细节,把人体运动表示为多层离散运动令牌。

你可以用它做什么

  • 基于文本输入生成 3D 人体运动
  • 使用分层量化方案表示运动细节
  • 可应用于文本引导的时间修复

模型说明

  • 通过两个不同的双向 Transformer 网络进行生成
  • 从文本输入预测运动令牌
  • 资料称该模型在文本到运动生成任务上优于现有方法
  • 资料列出文本引导的时间修复等相关任务

优点与缺点

✓ 我们认可的地方

  • 资料描述其运动表示具备高保真度细节
  • 可无缝应用于文本引导的时间修复

! 需要留意的地方

  • 生成依赖从文本输入预测运动令牌
  • 所述方案把运动表示为多层离散令牌

常见问题

模型生成什么?

资料描述的是文本驱动的 3D 人体运动生成。

运动如何表示?

分层量化方案把人体运动表示为多层离散运动令牌。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法