零射线运动生成：面向百万级数据的零射线运动生成
计算机视觉与模式识别
2025-07-10 v1
摘要
基于文本描述生成多样且自然的人类运动序列是计算机视觉、图形学和机器人学领域中的一个基本且具有挑战性的研究方向。尽管该领域取得了显著进展，但当前方法面临零射线泛化能力有限的挑战，这主要归因于训练数据集的有限规模。此外，缺乏全面的评估框架也阻碍了该任务的进一步发展，无法确定改进方向。本文旨在推动文本到运动向新纪元迈进，即实现零射线的泛化能力。为此，我们首先开发了高效的标注管道，引入了MotionMillion——目前为止规模最大的人类运动数据集，包含超过 2000 小时和 200 万条高质量运动序列。此外，我们提出了MotionMillion-Eval——用于评估零射线运动生成最全面的基准。通过可扩展架构，我们将模型规模扩展至 70 亿参数，并在MotionMillion-Eval 上验证了其性能。我们的结果表明，该模型对超出域和复杂组合运动具有强大的泛化能力，标志着向零射线人类运动生成迈出了重要一步。代码已公开于 https://github.com/VankouF/MotionMillion-Codes。
引用
@article{arxiv.2507.07095,
title = {Go to Zero: Towards Zero-shot Motion Generation with Million-scale Data},
author = {Ke Fan and Shunlin Lu and Minyue Dai and Runyi Yu and Lixing Xiao and Zhiyang Dou and Junting Dong and Lizhuang Ma and Jingbo Wang},
journal= {arXiv preprint arXiv:2507.07095},
year = {2025}
}
备注
Project Page: https://vankouf.github.io/MotionMillion/