ECCV 2026：EquiFusion 实现运动无关的人体动作预测
CSProfKGD · x · 2026-09-01
慕尼黑工业大学等机构提出 EquiFusion，这是首个运动学无关的随机人体动作预测模型。该模型采用置换等变架构的潜在扩散模型，将骨架连接性作为显式输入参数，使内部计算与关节顺序和图结构无关。这种设计实现了跨数据集泛化，支持零样本预测未见过的骨架格式、遮挡肢体部分输入及定向肢体生成。EquiFusion 在 AMASS、H36M 和 Nymeria 基准测试中达到 SOTA，模型比之前的特定方法紧凑高达 75%，且训练和推理速度更快。
「研究」频道最新
- AI 筛选 690 亿分子，发现削弱癌细胞防御新化合物 — bravo_abad · 2026-09-01
- 数据质量是基础模型性能最被低估的高杠杆因素 — schwarzjn_ · 2026-09-01
- SpanCalib-VLM：校准视觉语言模型的幻觉检测 — Amanuel Gizachew Abebe · 2026-09-01
- 开发者利用自研仿真器探索 Sim2Real 单次迁移 — yacineMTB · 2026-09-01
- 手把手推导 CLIP 原理：13 步图文对齐算法详解 — ProfTomYeh · 2026-09-01
- 研究发现 AI Agent 行为惊人相似于人类游戏行为 — voooooogel · 2026-09-01