懂AI
HumanTOMATO

HumanTOMATO

文本驱动的全身动作生成系统

研究提出了一种新的文本驱动全身动作生成任务，通过给定的文本描述生成高质量、多样且连贯的面部表情、手势和身体动作。HumanTOMATO 通过使用 Holistic Hierarchical VQ-VAE 和 Hierarchical-GPT 确保动作生成与文本的精确对齐。实验显示，该模型在动作生成质量和文本匹配度上有显著优势。

HumanTOMATO全身动作生成文本驱动H²VQ层次化GPTGithub开源项目
访问官网GitHub论文

HumanTOMATO项目介绍

项目概述

HumanTOMATO是一个创新的文本驱动全身体动作生成项目。其目标是通过输入文本描述生成高质量、富有多样性且连贯的面部表情、手势和身体动作。这一项目试图解决以往文本驱动运动生成研究中的两个主要局限：一是忽视了精细的手势和面部表情在生动全身体动作中的关键作用，二是缺乏文本与运动之间的良好对齐。

解决方案

为了克服这些挑战，HumanTOMATO框架推出了两项关键设计：

  1. 全方位等级向量量化 (H²VQ)和Hierarchical-GPT： 采用两个结构化代码表用于精细身体和手部动作的重构和生成，确保生成的动作具有层次结构关系。

  2. 预训练文本-动作对齐模型： 帮助生成的动作精确对齐输入的文本描述。这样，文本与动作之间的关联更加紧密，生成的动作也更加符合自然语境。

主要亮点

HumanTOMATO模型能够生成与文本对齐的全方位动作，包括生动而协调的面部、手部和身体动作。项目展示了两个高质量的生成结果，证明了其在动作用质量和文本对齐上的显著优势。

系统概述

HumanTOMATO的系统可以分为几个部分：

  • 全方位等级向量量化 (H²VQ)： 将精细的身体和手部动作压缩成两个具有层级结构关系的离散代码表。
  • Hierarchical-GPT： 使用运动感知文本嵌入作为输入层级生成身体和手部动作。
  • 面部文本条件变分自编码器 (cVAE)： 生成相应的面部动作。身体、手部和面部动作共同构成生动且与文本对齐的全身体动作。

寻求合作

如果本项目代码对您的研究有帮助，请在相关文档中进行引用。

授权

HumanTOMATO项目遵循IDEA许可协议，同时也基于其他一些拥有自身许可协议的库和数据集。

项目致谢所有代码库TMR、MLD、T2M-GPT和HumanML3D的贡献者，这些基础工作对HumanTOMATO项目的开展有重要支持。如有疑问，请通过邮箱与项目作者联系。

通过以上介绍，我们可以了解到HumanTOMATO在文本驱动全身体运动生成领域的独特创新和重大贡献。希望这项工作能为该领域的研究者提供新的思路和实践工具。

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多