特拉维夫大学的一组研究人员开放了与 MDM（运动扩散模型）机器学习系统相关的源代码，该系统可以生成逼真的人体运动。 该代码是使用 PyTorch 框架用 Python 编写的，并根据 MIT 许可证分发。 要进行实验，您可以使用现成的模型，并使用建议的脚本自行训练模型，例如，使用三维人体图像的 HumanML3D 集合。 为了训练系统，需要支持 CUDA 的 GPU。
由于与多种可能的运动相关的复杂性和正式描述它们的难度，以及人类感知对非自然运动的高度敏感性，使用传统能力来动画人类运动是困难的。 之前使用生成机器学习模型的尝试存在质量问题和表达能力有限。
所提出的系统尝试使用扩散模型来生成运动，这种模型本质上更适合模拟人体运动，但也有缺点，例如高计算要求和控制复杂性。 为了最大限度地减少扩散模型的缺点，MDM 在每个阶段都使用变压器神经网络和样本预测来代替噪声预测，从而更容易防止诸如脚部表面接触丢失等异常情况。
为了控制生成，可以使用自然语言对动作的文本描述（例如，“一个人向前走，弯腰从地上捡起东西”）或使用标准动作，例如“跑步”和“跳。” 该系统还可用于编辑动作并填充丢失的细节。 研究人员进行了一项测试，要求参与者从多个选项中选择一个更好的结果——在 42% 的情况下，人们更喜欢合成动作而不是真实动作。
来源： opennet.ru