Исследователи NVIDIA представляют ARDY, фреймворк потоковой генерации, предназначенный для обеспечения высокоточного синтеза 3D-движений человека в интерактивных приложениях реального времени. Система сокращает разрыв между офлайн-точностью и онлайн-скоростью за счет сочетания явных корневых признаков с латентными эмбеддингами тела.
- Использует гибридное представление, которое балансирует точный контроль траектории с эффективным генеративным обучением.
- Применяет двухэтапный авторегрессионный трансформер-денойзер, способный обрабатывать контекст переменной длины истории.
- Поддерживает условную генерацию на основе гибких кинематических ограничений с длинным горизонтом и онлайн текстовых подсказок.
- Обучен на масштабных данных захвата движения для нативного обучения управляемой генерации.
- Протестирован на бенчмарках HumanML3D и Bones Rigplay по качеству движения и соблюдению ограничений.
Фреймворк позволяет пользователям управлять движением с помощью динамического текста, ключевых поз, следования по пути и интерактивной локомоции, что делает его подходящим для анимации, симуляции и гуманоидной робототехники.