本文へスキップ

MoMask

文章から 3D の人体の動きを生成

公式サイトを見る

MoMask とは

MoMask は文章で駆動する 3D の人体の動きの生成モデルと紹介され、階層的な量子化の方式を採る。この方式は高い忠実度の細部まで人体の動きを複数の離散的なモーショントークンとして表す。

できること

  • 文章の入力から 3D の人体の動きを生成する
  • 階層的な量子化の方式で動きの細部を表す
  • 文章で導く時間方向の補完に適用する

モデルについて

  • 二つの異なる双方向 Transformer ネットワークが生成を行う
  • 文章の入力からモーショントークンを予測する
  • 資料は文章から動きへの生成タスクで既存の手法を上回るとしている
  • 関連するタスクとして文章で導く時間方向の補完が挙がる

長所と短所

✓ 良い点

  • 資料は動きの表現に高い忠実度の細部があると説明
  • 文章で導く時間方向の補完にそのまま適用できる

! 注意したい点

  • 生成は文章の入力からのモーショントークン予測に依存
  • 挙げられる方式は動きを複数の離散的な層で表す

よくある質問

何を生成する?

資料は文章で駆動する 3D の人体の動きの生成と説明。

動きはどう表される?

階層的な量子化の方式で複数の離散的なモーショントークンとして表される。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法