人体动作生成也有 Chinchilla 定律：第五个可扩展模态
andrew_n_carr · x · 2026-08-25
团队发布旗舰论文《Compute-Optimal Scaling Laws for Human Motion Generation》。
- 背景：人体动作生成长期小众、难以规模化，动画师、机器人学家和游戏开发者都看好潜力，但生产级严谨度始终不够。作者认为根源是数据严重受限，此前无法证明 scaling 真的有效。
- 做法：构建世界最大规模的高质量人体动作数据集，跨不同规模训练数百个模型进行 scaling 实验。
- 结论：动作生成的 compute-optimal scaling 规律与语言模型的 Chinchilla 定律一致。这使人体动作成为继文本、图像、音频、视频之后第五个被证明可扩展的数据模态。
所属事件:Cartwheel 发布人体动作生成缩放定律(7 条相关)→
「研究」频道最新
- 日内瓦大学发布 LightSuite：普通工作站上完成单细胞到全脑图谱快速配准 — hisspikeness · 2026-10-15
- Pathway CSO 演讲展望后 Transformer 架构 BDH：每瓦特更高智能 — schwentker · 2026-10-15
- AI 从零设计出自然界不存在的分子剪刀，网友却在争论这算不算真 AI — gerardsans · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15