运动编辑Dynamic Motion Blending for Versatile Motion Editing

论文作者：Nan Jiang,Hongjie Li,Ziye Yuan,Zimo He,Yixin Chen,Tengyu Liu,Yixin Zhu,Siyuan Huang

作者单位：Peking University ;State Key Laboratory of General Artificial Intelligence, BIGAI

论文链接：http://arxiv.org/abs/2503.20724v1

内容简介：

1）方向：文本引导的运动编辑

2）应用：动画制作、虚拟角色控制、人机交互等

3）背景：现有的方法依赖于有限的预先收集的训练三元组，这在多样化的编辑任务中严重限制了其适用性，难以满足复杂的运动编辑需求。

4）方法：本文提出 MotionCutMix 在线数据增强技术，通过基于输入文本动态组合不同身体部位的运动，扩展训练数据分布。此外，提出 MotionReFit，一个自回归扩散模型（auto-regressive diffusion model），并结合运动协调器（motion coordinator）以缓解运动组合带来的随机性和身体部位不协调问题。该方法可直接基于高级人类指令进行空间和时间上的运动编辑，而无需额外的详细规格或大型语言模型（LLM）的辅助。

5）结果：实验表明，MotionReFit 在文本引导的运动编辑任务上达到了最先进的性能（state-of-the-art），展现出更优的编辑能力和运动协调性。