論文の概要: UniMo: Unifying Human and Animal Motion Generation

• arxiv url: http://arxiv.org/abs/2609.12342v1
• Date: Fri, 11 Sep 2026 02:08:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.582864
• Title: UniMo: Unifying Human and Animal Motion Generation
• Title（参考訳）: UniMo:人間と動物の運動生成を統一
• Abstract要約: パラメトリックスケルトンを非パラメトリック表現に変換することにより、トポロジ的不一致を回避できる統合ポイントクラウドベースのモーション生成フレームワークを提案する。 我々は人間と動物の両方にまたがる大規模動き言語データセットUniML3Dを提案する。 提案手法は,UniML3DとHumanML3D,KIT-ML,AnimalML3Dの3つの公開ベンチマークに対して,最先端の結果を得る。
• 参考スコア（独自算出の注目度）: 11.84736182625855
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The conditional generation of 3D motion has emerged as a key research topic due to its wide applicability across robotics, AR/VR, gaming, and content creation. However, extending recent advances in text-driven human motion generation to the animal domain remains challenging due to two core limitations. First, animals exhibit highly diverse skeletal topologies, unlike the standard human structure, making unified modeling across species difficult and leading to inefficient per-species models. Second, existing animal motion datasets suffer from limited scale and annotation quality, constraining model performance. To address these challenges, we propose UniMo, a unified point cloud-based motion generation framework that bypasses topological discrepancies by converting parametric skeletons into unparametric representations, further enhanced by dynamic sampling that allocates more points to active joints. Additionally, we present UniML3D, a large-scale motion-language dataset spanning both human and animal categories, containing 145,907 motion sequences and 433,388 captions-over 102x larger than existing animal datasets. Our method achieves state-of-the-art results on UniML3D and three public benchmarks including HumanML3D, KIT-ML, and AnimalML3D, demonstrating the feasibility and effectiveness of unified human-animal motion generation. Website: https://steve-zeyu-zhang.github.io/UniMo.
• Abstract（参考訳）: 3Dモーションの条件付き生成は、ロボット工学、AR/VR、ゲーム、コンテンツ制作に幅広い適用性があることから、重要な研究トピックとして浮上している。 しかしながら、テキスト駆動によるヒトの動作生成の動物領域への最近の進歩は、2つの中核的な限界のため、依然として困難である。 まず、動物は標準的な人間の構造とは異なり、非常に多様な骨格のトポロジーを示し、種間で統一されたモデリングを困難にし、種ごとの非効率なモデルを生み出す。 第二に、既存の動物の動きデータセットは、限られたスケールとアノテーションの品質に悩まされ、モデルのパフォーマンスが制限される。 これらの課題に対処するために、パラメトリックスケルトンを非パラメトリック表現に変換することでトポロジ的不一致を回避し、より多くのポイントをアクティブジョイントに割り当てる動的サンプリングによってさらに強化された統合ポイントクラウドベースのモーション生成フレームワークUniMoを提案する。 さらに、人間と動物の両方にまたがる大規模な動き言語データセットUniML3Dについて、145,907の動作シーケンスと、既存の動物データセットの102倍の433,388のキャプションを含む。 提案手法は,UniML3DとHumanML3D,KIT-ML,AnimalML3Dの3つの公開ベンチマークを用いて,ヒト・アニマルモーション生成の実現可能性と有効性を示す。 ウェブサイト:https://steve-zeyu-zhang.github.io/UniMo

関連論文リスト

• Kirin: Animal Motion Generation from In-the-Wild Video [40.9434764171182]
  キリン(きりん)は、動画から動きを再構築し、大規模に動きの先行を学習し、アニメーションの資産に直接適用可能な現実的な動きを生成する枠組みである。 AiM3Dは、四足動物向けのビデオテキスト移動を提供する最初の大規模データセットである。 市販のイメージ・トゥ・3Dモデルを利用することで、生成した動きを用いて3Dメッシュを自動的にリグ・アニメーションし、準備の整ったアニメーション動物を生成する。
  論文  参考訳（メタデータ） (2026-09-01T19:56:15Z)
• Unleashing Infinite Motion: Scaling Expressive Quadrupedal Motion via Generative Video Priors [16.885943699439377]
  私たちは、アクロバティックな動作とパフォーマンス的な動作にまたがる7,488個の四足歩行のオープンソースデータセットであるQuad-Imaginariumをリリースした。 生成問題として対応するデータをフレーミングすることで、動物をループから除去する、完全に自動化されたパイプラインであるUni-Moをリリースする。 実Unitree Go2上の392個のランダムサンプリング動作を96.7%の成功率で検証し,97.6%の成功率で補完した。
  論文  参考訳（メタデータ） (2026-06-26T16:23:40Z)
• MotionDreamer: Universal Skeletal Motion Generation for 3D Rigged Shapes [52.45449797329548]
  MotionDreamerは、2Dビデオガイダンスからカテゴリに依存しない骨格アニメーションを生成するための拡散ベースのフレームワークである。 本研究では,2次元視覚運動キューとヘテロジニアスな3次元骨格構造とのギャップを埋める構造的意味注入機構を提案する。 提案手法は既存の手法を著しく上回り、堅牢で効率的な4Dアセット生成のための最先端のベンチマークを新たに設定する。
  論文  参考訳（メタデータ） (2026-06-01T00:42:31Z)
• Towards Motion Turing Test: Evaluating Human-Likeness in Humanoid Robots [54.54929302887405]
  15のアクションカテゴリにまたがる1000のモーションシーケンスからなるHuman-Humanoid Motionデータセットを提案する。 すべてのモーションシーケンスは、視覚的外観の影響を排除するためにSMPL-X表現に変換される。 収集したデータから、ヒューマノイドの動きが人間の動きと顕著なずれを示すことが明らかとなった。
  論文  参考訳（メタデータ） (2026-03-06T11:40:56Z)
• Topology-Agnostic Animal Motion Generation from Text Prompt [16.557163253248817]
  OmniZooは140種32,979配列にまたがる大規模動物運動データセットである。 本稿では,任意の骨格トポロジに対してテキスト駆動動作を生成可能な,一般化された自己回帰運動生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-11T07:08:29Z)
• X-MoGen: Unified Motion Generation across Humans and Animals [9.967329240441844]
  X-MoGenは、人間と動物の両方をカバーするクロス種テキスト駆動モーション生成のための最初の統一されたフレームワークである。 我々は115種の大規模データセットと119kのモーションシーケンスを構築し、共同トレーニングのための共有骨格トポロジーの下で人間と動物の動きを統合する。 UniMo4Dの実験では、X-MoGenは目に見える種と目に見えない種の両方で最先端の手法より優れていることが示されている。
  論文  参考訳（メタデータ） (2025-08-07T08:51:51Z)
• Move as You Say, Interact as You Can: Language-guided Human Motion Generation with Scene Affordance [48.986552871497]
  本稿では,シーンアベイランスを中間表現として活用する新しい2段階フレームワークを提案する。 シーンアベイランスマップを活用することで,マルチモーダルな条件下での人間の動きを再現する難しさを克服する。 我々のアプローチは、HumanML3DやHUMANISEなど、確立されたベンチマークのベースラインを一貫して上回ります。
  論文  参考訳（メタデータ） (2024-03-26T18:41:07Z)
• Learning the 3D Fauna of the Web [70.01196719128912]
  3D-Faunaは,100種以上の動物種を対象に,パンカテゴリーで変形可能な3D動物モデルを共同で学習する手法である。 動物モデリングにおける重要なボトルネックの1つは、トレーニングデータの可用性の制限である。 従来のカテゴリー固有の試みは,訓練画像に制限のある希少種への一般化に失敗することを示す。
  論文  参考訳（メタデータ） (2024-01-04T18:32:48Z)
• OmniMotionGPT: Animal Motion Generation with Limited Data [70.35662376853163]
  最初のテキストアニマルモーションデータセットであるAnimalML3Dを紹介した。 我々は,動物データに基づくヒトの動き生成ベースラインのトレーニング結果よりも定量的かつ質的に,高い多様性と忠実さで動物の動きを生成することができる。
  論文  参考訳（メタデータ） (2023-11-30T07:14:00Z)
• Single Motion Diffusion [33.81898532874481]
  SinMDMは、任意の位相を持つ単一運動列の内部モチーフを学習し、それらに忠実な任意の長さの運動を合成するモデルである。 SinMDMは、空間的および時間的相互関係、モーション展開、スタイル転送、群衆アニメーションなど、さまざまな状況に適用することができる。 以上の結果から,SinMDMは品質と時間空間効率の両方で既存手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-02-12T13:02:19Z)
• AcinoSet: A 3D Pose Estimation Dataset and Baseline Models for Cheetahs in the Wild [51.35013619649463]
  我々はAcinoSetと呼ばれる野生のフリーランニングチーターの広範なデータセットを提示する。 データセットには、119,490フレームのマルチビュー同期高速ビデオ映像、カメラキャリブレーションファイル、7,588フレームが含まれている。 また、結果の3D軌道、人間チェックされた3D地上真実、およびデータを検査するインタラクティブツールも提供される。
  論文  参考訳（メタデータ） (2021-03-24T15:54:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。