Timo：用于人体动作生成的多模态扩散 Transformer 驯服方法

英文标题：Timo: $\textbf{T}$aming Mult$\textbf{i}$modal Diffusion Transformer for Human $\textbf{Mo}$tion Generation

现有的人体动作生成（HMG）方法大多通过交叉注意力模块注入文本语义。论文指出，这类方法忽视了动作 token 与文本 token 之间的双向建模，因此可能限制模型对文本的理解。题为 Timo 的工作聚焦于改进多模态扩散 Transformer 的人体动作生成能力；所提供的原文摘要片段未包含具体方法细节、实验数据或性能结论。

2.1 KB 461 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB