⚠️ 以下所有内容总结都来自于 大语言模型的能力，如有错误，仅供参考，谨慎使用
🔴 请注意：千万不要用于严肃的学术场景，只能用于论文阅读前的初筛！
💗 如果您觉得我们的项目对您有帮助 ChatPaperFree ，还请您给我们一些鼓励！⭐️ HuggingFace免费体验
2025-08-19 更新
InterSyn: Interleaved Learning for Dynamic Motion Synthesis in the Wild
Authors:Yiyi Ma, Yuanzhi Liang, Xiu Li, Chi Zhang, Xuelong Li
We present Interleaved Learning for Motion Synthesis (InterSyn), a novel framework that targets the generation of realistic interaction motions by learning from integrated motions that consider both solo and multi-person dynamics. Unlike previous methods that treat these components separately, InterSyn employs an interleaved learning strategy to capture the natural, dynamic interactions and nuanced coordination inherent in real-world scenarios. Our framework comprises two key modules: the Interleaved Interaction Synthesis (INS) module, which jointly models solo and interactive behaviors in a unified paradigm from a first-person perspective to support multiple character interactions, and the Relative Coordination Refinement (REC) module, which refines mutual dynamics and ensures synchronized motions among characters. Experimental results show that the motion sequences generated by InterSyn exhibit higher text-to-motion alignment and improved diversity compared with recent methods, setting a new benchmark for robust and natural motion synthesis. Additionally, our code will be open-sourced in the future to promote further research and development in this area.
我们提出了面向运动合成的交错学习（InterSyn）框架，该框架旨在通过学习考虑单人及多人动力学的集成运动，来生成逼真的交互运动。不同于以往将这两个组件分开处理的方法，InterSyn采用了一种交错学习策略，以捕捉现实世界场景中的自然动态交互和微妙协调。我们的框架包含两个关键模块：交错交互合成（INS）模块，从第一人称视角联合建模单人和交互行为在统一范式中以支持多个角色的交互；相对协调细化（REC）模块，细化相互动力学并确保角色之间的动作同步。实验结果表明，与最新方法相比，InterSyn生成的动作序列具有更高的文本到运动对齐度和更高的多样性，为稳健而自然的运动合成设定了新的基准。此外，我们的代码将在未来开源，以促进该领域的进一步研究和开发。
论文及项目相关链接
PDF Accepted by ICCV2025
Summary
本文提出了Interleaved Learning for Motion Synthesis（InterSyn）框架，旨在通过从集成运动中学习来生成逼真的交互动作，这些运动同时考虑了单人动作和多人物动态。InterSyn采用交织学习策略，捕捉现实场景中的自然动态交互和微妙协调。框架包括两个关键模块：Interleaved Interaction Synthesis（INS）模块和Relative Coordination Refinement（REC）模块。INS模块从第一人称视角统一建模单人及交互行为，支持多角色交互；REC模块则用于精炼相互动态并确保角色间的动作同步。实验结果证明InterSyn生成的动作序列在文本与运动对齐程度和多样性上超越了现有方法，为稳健的自然动作合成设定了新的基准。未来会开源代码以促进该领域的研究与发展。
Key Takeaways
- InterSyn框架结合了单人动作和多人物动态进行运动合成，实现更逼真的交互动作生成。
- 采用交织学习策略，以捕捉自然动态交互和微妙协调。
- INS模块从第一人称视角统一建模单人及交互行为，支持多角色交互。
- REC模块用于精炼相互动态并确保角色间动作同步。
- InterSyn生成的动作序列在文本与运动对齐程度和多样性上超越现有方法。
- InterSyn设定了稳健的自然动作合成的新基准。
- 未来会开源代码以促进研究与发展。
点此查看论文截图
