通过将语义和动作线索整合到扩散模型中，我们引入了一种用于视频生成的新方法，它显著提升了视频质量、动作精度和语义连贯性。

Mar, 2024

通过在训练阶段保持域的独立性，我们通过在向后扩散中施加偏向采样，从而构造了源域关键帧生成的偏置，并将其应用为内容约束的梯度，以实现关键帧流形约束梯度（KMCGs）的框架，我们的验证结果表明，训练单独的模型在多达十种舞蹈动作风格之间进行转换，相比基线和消融的基于扩散的风格转换模型，在保留动作内容方面取得了显著的改进。此外，我们进行了主观评估的人类研究，以评估生成的舞蹈动作的质量，结果验证了 KMCGs 的竞争力。

Dec, 2023

我们提出了一种基于扩散模型的即时人体运动风格转移学习方法，通过几分钟的微调学习，可以将未知的风格转移到不同的内容运动中，且仅需要一个风格示例和以中立运动为主的文本到运动数据集（例如 HumanML3D）。

Mar, 2024

提出了一种简单高效的运动生成模型，利用了状态空间模型进行建模，并通过分层时序 Mamba (HTM) 块和双向空间 Mamba (BSM) 块来处理时序和姿态信息，从而实现了高质量、长序列的运动生成和实时人体动作生成。

Mar, 2024

介绍了一种使用条件扩散模型的视频合成方法（MCDiff），可以通过一组笔画控制视频的内容和动态，达到了良好的视觉效果。

Apr, 2023

本文提出了一种针对数字人运动合成的解决方案，使用 Denoising Diffusion Probabilistic Model 中的扩散模型和多任务架构来表示不同类别的动作内容和不同内部类别行为的样式，并使用对抗性和物理规则来实现全局引导。实验结果表明，该方法能够产生高质量、逼真的人体运动，并有效验证了多任务架构的有效性。

Dec, 2022

本文介绍了一种名为 SinMDM 的单一运动模型，使用扩散模型和针对单一运动的去噪网络设计，能够学习任意长度的与原来的运动片段相似的动画并且高效快速。SinMDM 可应用于各种场景，包括运动合成，风格迁移和人群动画。

Feb, 2023

为了解决传统 attention 机制在高分辨率三维形状生成中的可扩展性问题，我们引入了一种新颖的基于 Mamba 架构的扩散生成模型（DiM-3D），通过利用 Mamba 架构的高效性和线性复杂度，DiM-3D 在维持线性复杂度的同时实现了快速推理时间和大大降低的计算需求，并在 ShapeNet 基准测试上实验结果证明其在生成高保真度和多样性的三维形状方面表现出卓越性能。

Jun, 2024

我们提出了一种基于形状条件的运动扩散模型（SMD），该模型可以直接在网格格式中生成运动序列，并结合了频谱 - 时间自编码器（STAE）以在频谱域内利用跨时依赖关系。通过广泛的实验评估，我们证明了 SMD 不仅可以生成栩栩如生的真实动作，而且在文本转换和动作转换任务中与最先进的方法相比具有竞争力的性能。

May, 2024

StyleMamba 是一种有效的图像风格转换框架，通过将文本提示转化为相应的视觉风格来保持原始图像的内容完整性。它通过引入条件状态空间模型来加快处理速度，并且通过使用遮罩和二阶方向损失来优化风格化方向，从而大幅减少训练迭代次数和推理时间。与现有基线方法相比，广泛的实验和定性评估验证了我们方法的鲁棒性和优越的风格化性能。

May, 2024