迈向零：基于百万级数据的零样本运动生成

基于文本描述生成多样化且自然的人类运动序列，是计算机视觉、图形学和机器人技术领域中一个基础且富有挑战性的研究方向。尽管该领域取得了显著进展，但当前方法在零样本泛化能力方面常面临挑战，这主要归因于训练数据集的规模有限。此外，缺乏全面的评估框架阻碍了这项任务的进步，因为它未能指明改进方向。在这项工作中，我们旨在将文本到运动生成推向一个新时代，即实现零样本的泛化能力。为此，我们首先开发了一个高效的标注流程，并推出了迄今为止最大的人类运动数据集MotionMillion，它包含超过2,000小时和200万个高质量运动序列。此外，我们提出了MotionMillion-Eval，这是用于评估零样本运动生成的最全面基准。借助可扩展的架构，我们将模型扩展到70亿参数，并在MotionMillion-Eval上验证了其性能。我们的结果表明，模型对域外和复杂组合运动具有强大的泛化能力，标志着向零样本人类运动生成迈出了重要一步。代码可在 https://github.com/VankouF/MotionMillion-Codes 获取。