T2MBench：用于外分布文本到运动生成的基准
计算机视觉与模式识别
2026-02-17 v1
摘要
现有大多数文本到运动生成评估工作聚焦于分布内文本输入且评估标准有限，这限制了其在复杂外分布（OOD）文本条件下系统性评估模型泛化能力和运动生成能力的潜力。为此，我们提出了一个专为OD文本到运动评估设计的基准，包括对14个代表性基线模型的全面分析以及由评估结果衍生的两个数据集。具体而言，我们构建了一个包含1025个文本描述的OD提示数据集。基于此提示数据集，我们引入了一个统一的评估框架，集成了基于LLM的评估、多因素运动评估和细粒度准确性评估。我们的实验结果表明，虽然不同基线模型在文本到运动语义对齐、运动泛化性和物理质量等方面各有优势，但大多数模型在细粒度准确性评估方面难以取得优异性能。这些发现凸显了现有方法在OD场景中的局限性，并为未来生产级文本到运动模型的设计与评估提供了实际指导。
引用
@article{arxiv.2602.13751,
title = {T2MBench: A Benchmark for Out-of-Distribution Text-to-Motion Generation},
author = {Bin Yang and Rong Ou and Weisheng Xu and Jiaqi Xiong and Xintao Li and Taowen Wang and Luyu Zhu and Xu Jiang and Jing Tan and Renjing Xu},
journal= {arXiv preprint arXiv:2602.13751},
year = {2026}
}