MotionPCM：基于分阶段一致性模型的实时运动合成
计算机视觉与模式识别
2025-03-11 v2
摘要
扩散模型凭借其强大的生成能力已成为人体运动合成的流行选择。然而，其较高的计算复杂度与较多的采样步数对实时应用构成了挑战。幸运的是，一致性模型（Consistency Model, CM）提供了一种可将采样步数从数百步大幅缩减至通常少于四步的方案，从而显著加速扩散模型的合成过程。然而，将 CM 应用于潜在空间中以文本为条件的人体运动合成时，生成结果并不理想。本文提出 \textbf{MotionPCM}，一种基于分阶段一致性模型的方法，旨在提升潜在空间中实时运动合成的质量与效率。在 HumanML3D 数据集上的实验结果表明，所提模型在单步采样下即可实现超过 30 帧/秒的实时推理，并以 38.9\% 的 FID 改进超越了此前的最优方法。代码将公开以供复现。
引用
@article{arxiv.2501.19083,
title = {MotionPCM: Real-Time Motion Synthesis with Phased Consistency Model},
author = {Lei Jiang and Ye Wei and Hao Ni},
journal= {arXiv preprint arXiv:2501.19083},
year = {2025}
}