NVIDIA Research 发布 JCA：视频与任意骨骼 3D 动作联合生成
HaggaiMaron · x · 2026-10-21
NVIDIA Research 团队（Noam Rotstein、Yoad Tewel、Haggai Maron 等）发布论文 Joints, Camera, Action!（JCA），可从文本提示为任意拓扑的 rig（骨骼绑定）联合生成视频与同步的 3D 动作。
- 现有视频-动作模型要么只支持人类骨架（常需增加数十亿参数），要么从生成的 2D 姿态图三角化 3D 动作；JCA 将 3D 动作保留在独立模型中、支持任意骨架，通过少量 cross-attention 层连接到预训练视频模型
- 这种分离让动作模型先从更易获取和增广的 motion-only 数据学习骨骼运动
- 模型还学会在视频帧中定位每个关节，从而恢复相机并把 3D 动作注册进 3D 场景
- 支持场景感知动画、关键帧控制运动轨迹、视频到 rig 动作与 rig 动作到视频的双向转换
所属事件:NVIDIA 联合高校发布 JCA：视频与任意骨骼 3D 动作联合生成(2 条相关)→
「研究」频道最新
- HarnessAdapt-RL：训练整个 Agent 而非只训模型，SWE-bench Verified 提升 9.8 个百分点 — tencent · 2026-10-22
- 浙大与蚂蚁集团发布 BiDex-100：100+ 仿真任务评测双手灵巧操作 — Robbyant-Research · 2026-10-22
- ConfigWM：按任务描述配置感知的世界模型，噪声环境中规划成功率平均领先 22.3% — Yijun Shen · 2026-10-22
- RLAWM 论文提出「建模漂移」概念：用物理公理惩罚修复 LLM 物理推理失败 — Xinye Yang · 2026-10-22
- SuperMimic 训练人形机器人全身控制，GPU 时耗降低超 1000 倍 — kevin_zakka · 2026-10-22
- 数学论文致谢会出现「作者无力验证细节」吗？AI 论文署名争议引热议 — pickover · 2026-10-22