跳到正文
热点事件持续更新

ELMA长时文本到动作数据集与基准发布

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

研究者 Shun Kato 等人发布 ELMA 数据集,用于长期文本到动作生成:从真实视频中自动提取 30 秒连续片段,并附保留跨段依赖的密集分段标注,以解决多段指令中指代约束需跨段保持的问题。 据该工作称,基于 ELMA 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新基线。该工作已被 NeurIPS 2026 Evaluations & Datasets Track 接收。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.CV
    ELMA:面向长期文本到动作生成的指代组合基准

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。