arXiv cs.CV· Shun Kato, Dixin Yang, Kotaro Amaya, Yuiga Wada, Kazumi Fukuda, Takashi Shibuya, Yuki Mitsufuji, Mariko Isogawa·· 2 小时前AI 评分17
ELMA：面向长期文本到动作生成的指代组合基准
ELMA: Benchmarking Anaphoric Compositions for Long-Term Text-to-Motion Generation
AI 导读
针对多段指令中指代约束需跨段保持的长期人体动作生成难题，研究者提出 ELMA 数据集，通过全自动采集与过滤流程从真实视频中提取 30 秒连续片段，并附有保留跨段依赖的密集分段标注。基于该数据集微调当前最优动作生成模型后，全局物理真实感与语义对齐均获显著提升，为长期动作合成建立了新基线。该工作已被 NeurIPS 2026 Evaluations & Datasets Track 接收。
来源：arXiv cs.CV · arxiv.org