MotionRFT：文本到动作生成的统一强化微调框架

Xiaofeng Tan 等作者发布 MotionRFT，一个面向文本到动作生成的统一强化微调框架，由多维奖励模型 MotionReward 和细粒度微调方法 EasyTune 组成。 EasyTune 针对去噪步骤间的递归梯度依赖瓶颈，按步骤而非整条轨迹优化。作者称，在 MLD 模型上该方法以 22.10 GB 峰值显存实现 FID 0.132，较 DRaFT 节省最多 15.22 GB 显存。 作者表示项目页面与代码已公开。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。