Movens-Zero人形运动基础模型与Movens-5M数据集

Wendong Bu等作者发布技术报告，提出人形运动基础模型 Movens-Zero 及配套数据集 Movens-5M。据报告，Movens-5M 由互联网原始视频经片段生成、质量过滤、语义标注、运动恢复和物理精炼（含人形重定向与执行验证）构建，包含 1500 万条人类运动序列和 500 万条物理可执行的人形运动序列，总时长超过 1 万小时，并与文本、RGB 视频、语音和音乐对齐。 方法上，Movens-Zero 采用任务混合流匹配训练，在七类生成任务上联合优化单一动作专家，支持从文本、语音、音乐和视频生成运动；多模态实时分块在持续更新的指令与机器人状态下衔接重叠分块，用于连续闭环执行。 报告称，将执行验证数据从 1% 扩至 100%、动作专家参数从 64M 扩至 911M 时，四种模态上均取得一致提升，并称数据质量与跨模态监督改善了生成和执行。该报告为 arXiv 技术报告，上述效果尚未经同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。