MotionFlux：通过定向流匹配与偏好对齐实现高效文本引导运动生成
物理与社会
2025-08-28 v1
摘要
运动生成是用于动画虚拟角色和具身主体的关键技术。虽然近期文本驱动方法取得了显著进展，但往往难以实现文本语义与运动语义之间的精确对齐，以及慢速、多步骤推理的效率问题。为此，我们引入TMR++ Aligned Preference Optimization（TAPO），一种创新框架，将细微运动变化与文本修饰符对齐，并通过迭代调整强化语义 grounding。为实现实时合成，我们提出MotionFLUX，一种基于确定性定向流匹配的高速生成框架。不同于需要数百次去噪步骤的扩散模型，MotionFLUX在噪声分布与运动空间之间构建最优传输路径，从而实现实时合成。线性化概率路径减少了序列方法中典型的多步骤采样需求，显著加速推理时间，同时不牺牲运动质量。实验结果表明，TAPO和MotionFLUX共同构成的统一系统在语义一致性和运动质量方面均优于最先进的方法，同时加快生成速度。该代码和预训练模型将对外发布。
引用
@article{arxiv.2508.19526,
title = {Calibration and uncertainty quantification of macroscopic fundamental diagrams},
author = {Wenfei Ma and Yunping Huang and Nan Zheng and Tianlu Pan and Renxin Zhong},
journal= {arXiv preprint arXiv:2508.19526},
year = {2025}
}
备注
26 pages, 14 figures