NVIDIA 发布联合生成3D动作与视频的模型

NVIDIA 研究团队提出名为 Joints, Camera, Action! 的模型，可针对任意给定骨架，同时生成视频、3D 运动以及将运动对齐到场景的相机参数。该团队称，模型通过 cross-attention 与预训练视频生成器连接。 目前公开信息来自论文本身，尚无第三方复现或评测结果，生成效果的实际适用范围仍待验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。