PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.02867v1cs.AI

TACD: 종단 증폭 제어를 통한 효율적인 텍스트-모션 모델 증류

TACD: Distilling Efficient Text-to-Motion Models via Terminal Amplification Control

최근의 텍스트-모션(text-to-motion) 모델들은 모션 품질과 지시 준수 능력을 향상시켰으나, 다단계 디노이징과 거대한 모델 구성 요소로 인해 배포 시 속도가 느리고 메모리 소모가 큽니다. 본 논문에서는 실제 모션 학습(training) 데이터 없이도 텍스트 프롬프트와 사전학습된 교사 모델로부터 효율적인 모션 생성기를 학습하는 온-정책(on-policy) 접근법인 종단 증폭 제어 증류(Terminal-Amplification-Controlled Distillation, TACD)를 제안합니다. 세분화된 온-정책 플로우 증류(segmented on-policy flow distillation)를 기반으로, 학생 모델이 생성한 궤적을 따라 정제 모션(clean-motion) 예측을 지도합니다. 저자들은 고정된 지도 격자에서 속도를 매칭할 때 디노이징 종단점 부근의 오차에 반복적으로 과도한 가중치가 부여되어 소수 단계 생성을 저하시키는 실패 모드를 규명했습니다. TACD는 가장 최근 교사 모델의 쿼리를 학생 모델의 스텝 크기와 연계하여, 추론(inference)을 변경하지 않고도 정제 모션 공간에서의 유효 손실(loss) 가중치를 제한합니다. HumanML3D 및 KIT-ML 데이터셋에 대한 실험을 통해 소수 단계 생성 성능의 향상을 입증했으며, 이러한 제한이 없는 증류 대비 8단계 HY-Motion 학생 모델의 FID가 58% 감소했습니다. 확산 교사 모델의 경우, TACD의 종단점 매칭 형태를 통해 50단계 교사 모델 대비 HumanML3D에서 더 낮은 FID 및 동등하거나 향상된 텍스트-모션 검색 성능을 갖는 4단계 학생 모델을 얻었습니다. HY-Motion 및 Kimodo에서 컴팩트한 구성 요소를 갖춘 8단계 학생 모델은 교사 모델 대비 7.7~11.9배의 엔드투엔드 속도 향상을 달성하고 최대 GPU 메모리를 3.8~6.7배 절감합니다. 프로젝트 페이지: https://vkgo.github.io/TACD/

arXiv:2607.07880v1cs.CV

GIRAF: 관절형 객체와의 일반화 가능한 인간 상호작용을 향하여

GIRAF: Towards Generalizable Human Interactions with Articulated Objects

관절형 객체와의 전신 인간 상호작용 합성을 위해 텍스트 조건부 확산 모델 GIRAF를 제안하며, 객체 중심의 Dynamic BPS 표현으로 손-객체 접촉을 통합하고 혼합 도메인 학습 전략과 접촉 기반 데이터 증강을 결합하여 이동에서 조작으로의 자연스러운 전환을 생성한다. 미관측 객체 배치에 대한 강력한 일반화 능력을 입증하며 최첨단 방법들을 능가하였다.

arXiv:2512.01803v3cs.CV

생성 액션 흔적: 합성 비디오에서의 인간 동작 평가

Generative Action Tell-Tales: Assessing Human Motion in Synthesized Videos

비디오 생성 모델에서 복잡한 인간 동작의 시각적·시간적 정확성을 평가하기 위해, 외형에 독립적인 골격 기하학 특징(SMPL 3D 파라미터, 2D 키포인트)과 외형 기반 특징을 융합하여 실제 동작의 잠재 매니폴드(latent manifold)를 학습하는 새로운 평가 지표를 제안한다. 자체 개발한 TAG-Bench-v0 벤치마크에서 기존 최신 방법 대비 68% 이상의 성능 향상을 달성하며 인간 지각과 강한 상관관계를 보임을 입증한다.