InterMoE：基于动态时序选择性混合专家的个体化 3D 人体互动生成
计算机视觉与模式识别
2025-11-18 v1
摘要
生成高质量的人体互动对于虚拟现实和机器人等应用具有重要价值。然而，现有方法往往无法保留独特的个体特征或完全遵循文本描述。为此，我们引入 InterMoE，一个基于动态时序选择性混合专家(Mixture of Experts)的新型框架。InterMoE 的核心是一种路由机制，协同利用高层文本语义和低层运动上下文，将时序运动特征分配给专业专家。这使专家能够动态确定选择容量并聚焦于关键时序特征，从而在保持特定个体特征身份的同时确保高语义忠实度。大量实验表明，InterMoE 在个体化高保真度 3D 人体互动生成方面实现了最先进的性能，在 InterHuman 数据集上将 FID 分数降低了 9%，在 InterX 上降低了 22%。
引用
@article{arxiv.2511.13488,
title = {InterMoE: Individual-Specific 3D Human Interaction Generation via Dynamic Temporal-Selective MoE},
author = {Lipeng Wang and Hongxing Fan and Haohua Chen and Zehuan Huang and Lu Sheng},
journal= {arXiv preprint arXiv:2511.13488},
year = {2025}
}
备注
Accepted to AAAI-26. Codes: https://github.com/Lighten001/InterMoE