論文の概要: FloodDiffusion 2: Efficient and Path Controllable Streaming Motion Generation
- arxiv url: http://arxiv.org/abs/2609.33167v1
- Date: Sun, 27 Sep 2026 03:44:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.415168
- Title: FloodDiffusion 2: Efficient and Path Controllable Streaming Motion Generation
- Title（参考訳）: FloodDiffusion 2: 効率的かつ経路制御可能なストリーミングモーション生成
- Abstract要約: FloodDiffusion 2 (FD2) は、効率的かつ制御可能なモーション生成フレームワークである。
FD2は最先端のストリーミングモーション生成モデルであるFloodDiffusion (FD1)をベースにしている。
- 参考スコア（独自算出の注目度）: 26.665157034006345
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present FloodDiffusion 2 (FD2), an efficient and controllable framework that builds upon FloodDiffusion (FD1), a state-of-the-art streaming motion generation model. While FD1 produces plausible motion, it suffers from low efficiency and limited controllability, as its attention design requires repeated computation over the entire history, and it lacks precise trajectory control for real-world applications. To address these limitations and improve generation quality, FD2 introduces three advances. First, Partial Attention makes finalized history representations independent of the active window, enabling KV-cached inference and shared-history packing for efficient training. Second, we establish a necessary-and-sufficient Bregman criterion for regression losses to preserve diffusion's conditional-mean velocity field. This criterion guides an FK-induced quadratic loss that incorporates motion geometry without online FK evaluation. Third, FD2 introduces precise path conditioning to control the character's root trajectory while preserving natural body motion. Experiments show that FD2 reduces training computation by 4.6$\times$ and accelerates denoising by 11.29$\times$, reaching 2.303 ms per update on long sequences. Alongside these efficiency gains, FD2 improves motion quality over FD1 and achieves state-of-the-art FID scores among streaming methods, with 0.048 on SEED and 0.053 on HumanML3D.
- Abstract（参考訳）: FloodDiffusion 2 (FD2) は,最先端のストリーミングモーション生成モデルであるFloodDiffusion (FD1) をベースに構築された,効率的かつ制御可能なフレームワークである。
FD1は可塑性運動を生成するが、その注意設計は歴史全体にわたって繰り返し計算を必要とするため、低効率と制限された制御性に悩まされ、現実世界のアプリケーションに対して正確な軌道制御を欠いている。
これらの制限に対処し、生成品質を改善するために、FD2は3つの進歩を導入した。
第一に、Partial Attentionは、アクティブウィンドウから独立して最終的な履歴表現を行い、効率的なトレーニングのためにKVキャッシュの推論と共有履歴パッキングを可能にする。
第2に,拡散の条件-平均速度場を維持するために,回帰損失に対する必要十分かつ十分なブレグマン基準を確立する。
この基準は、オンラインFK評価なしで動き幾何学を取り入れたFKによる二次的損失を導く。
第3に、FD2は、自然な身体の動きを保ちながら、キャラクタの根の軌跡を制御するための正確な経路条件を導入する。
実験の結果、FD2はトレーニング計算を4.6$\times$に減らし、11.29$\times$に加速し、1回の更新で2.303msに達する。
これらの効率向上に加えて、FD2はFD1よりも動きの質を向上し、ストリーミング方式間で最先端のFIDスコアを達成し、SEEDでは0.048、HumanML3Dでは0.053となる。
関連論文リスト
- DriveAnchor: Progressive Anchor-based Flow Learning for Autonomous Driving Planning [6.848508447210393]
DriveAnchorは、自動運転計画のためのフレームワークである。
構成可能なパイプラインにおいて、振る舞いの多様性、制御可能性、安全性を実現する。
近距離衝突速度を89%削減し、模倣精度を低下させることなく平均報酬を32%改善する。
論文 参考訳（メタデータ） (2026-05-30T04:17:59Z) - Deformable Gaussian Occupancy: Decoupling Rigid and Nonrigid Motion with Factorized Distillation [81.44955493339835]
DeGOは変形可能なガウスの占有機構であり、分解したガウスの変形と分解された4次元基礎モデル蒸留を統一する。
Occ3D-NuScenesベンチマーク実験により,本手法が弱い監督下での最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-05-27T15:09:55Z) - SafeFlow: Real-Time Text-Driven Humanoid Whole-Body Control via Physics-Guided Rectified Flow and Selective Safety Gating [5.252722148826105]
SafeFlowはテキスト駆動のヒューマノイド全体のコントロールフレームワークである。
物理誘導型モーションジェネレーションと、明示的なリスク指標によって駆動される3段安全ゲートを組み合わせる。
従来の拡散に基づく手法よりも、成功率、物理的コンプライアンス、推論速度が優れている。
論文 参考訳（メタデータ） (2026-03-25T06:24:16Z) - Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer [55.9892973179428]
MoTokは、セマンティックな抽象化をきめ細かな再構築から切り離す離散モーショントークンである。
また,HumanML3Dでは,トークンの6分の1しか使用せず,MaskControl上での制御性と忠実度を大幅に向上する。
論文 参考訳（メタデータ） (2026-03-19T17:59:51Z) - DriveFlow: Rectified Flow Adaptation for Robust 3D Object Detection in Autonomous Driving [85.14946767994932]
DriveFlowは、自律運転におけるデータ強化をトレーニングするためのRectified Flow Adaptation法である。
これは、精密な3次元オブジェクト形状を維持するために、フォアグラウンドの高周波アライメント損失を組み込む。
また、バックグラウンドをデュアル周波数で最適化し、編集の柔軟性とセマンティック一貫性のバランスをとる。
論文 参考訳（メタデータ） (2025-11-24T03:12:43Z) - ROSFD: Robust Online Streaming Fraud Detection with Resilience to Concept Drift in Data Streams [0.0]
ストリーミングデータの連続生成は、タイムリーな不正検出を必要とする。
伝統的なバッチ処理手法は、しばしば急速に進化する不正行為のパターンを捉えるのに苦労する。
本稿では,効果的な不正検出のためのストリーミングデータ処理の重要性を強調した。
論文 参考訳（メタデータ） (2025-04-14T13:50:23Z) - SuperFlow++: Enhanced Spatiotemporal Consistency for Cross-Modal Data Pretraining [62.433137130087445]
SuperFlow++は、連続するカメラペアを使用して事前トレーニングと下流タスクを統合する新しいフレームワークである。
SuperFlow++は様々なタスクや運転条件で最先端のメソッドよりも優れています。
強力な一般化性と計算効率により、SuperFlow++は、自動運転におけるデータ効率の高いLiDARベースの認識のための新しいベンチマークを確立する。
論文 参考訳（メタデータ） (2025-03-25T17:59:57Z) - ALOcc: Adaptive Lifting-Based 3D Semantic Occupancy and Cost Volume-Based Flow Predictions [91.55655961014027]
シーン理解には3次元セマンティック占有とフロー予測が不可欠である。
本稿では,3つの改善点を目標とした視覚ベースのフレームワークを提案する。
我々の純粋な畳み込みアーキテクチャは、セマンティック占有率とジョイントセマンティックフロー予測の両方のために、複数のベンチマーク上で新しいSOTA性能を確立する。
論文 参考訳（メタデータ） (2024-11-12T11:32:56Z) - Neural Eulerian Scene Flow Fields [59.57980592109722]
EulerFlowは、複数のドメインをチューニングすることなく、最初から動作します。
長期間の地平線上での推定ODEを解くことで、創発的な3次元点追跡挙動を示す。
2024年のArgoverse 2 Scene Flow Challengeでは、すべての先行技術より優れています。
論文 参考訳（メタデータ） (2024-10-02T20:56:45Z)
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。