IAM：身份感知的人体运动与形体联合生成
IAM: Identity-Aware Human Motion and Shape Joint Generation

Wenqi Jia, Zekun Li, Abhay Mittal, Chengcheng Tang, Chuan Guo, 等 (+4)
⭐ 2

• 本研究提出了一个身份感知的人体运动生成框架，致力于生成真实且与个体身份一致的人体运动。
• 该框架通过建模人体形态与运动动力学之间的复杂关系来理解个性化运动模式。
• 它利用多模态信号作为输入，以更全面地捕捉和表示个体的独特特征。
• 框架采用运动与形体联合生成机制，确保所生成的运动不仅真实，而且与特定形体特征保持高度一致。
• 最终能够输出高质量、身份一致且动作自然流畅的人体运动序列。

🔗 arXiv · 🤗 HF

#人体运动生成 #身份感知 #形体生成 #多模态 #联合生成

UniVidX：扩散先验驱动的统一多模态通用视频生成框架
UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors

Houyuan Chen, Hong Li, Xianghao Kong, Tianrui Zhu, Shaocong Xu, 等 (+6)
⭐ 63

• UniVidX是一个创新的统一多模态框架，旨在利用视频扩散模型先验实现多样化和多功能的视频生成。
• 该框架引入了随机条件掩码机制，以增强模型对不同输入条件的适应性，提升生成视频的多样性。
• 采用了独特的解耦门控LoRA（低秩适应）技术，有效管理并优化了多模态信息的整合与处理。
• 通过创新的跨模态自注意力机制，UniVidX能够深入理解并融合文本、图像等多种模态信息，从而生成高质量视频。

🔗 arXiv · 🤗 HF

#视频生成 #扩散模型 #多模态 #统一框架