SMPLer-X是一種基於大數據和大模型的人體姿態和形狀估計模型，能夠統一捕捉身體、手和麵部的運動，並具有廣泛的應用。該模型通過對32個不同場景的數據集進行系統研究，優化訓練方案並選擇數據集，從而實現了對EHPS能力的顯著提升。SMPLer-X採用Vision Transformer進行模型擴展，並通過微調策略將其轉化為專家模型，從而進一步提高性能。該模型在多個基準測試中均表現出色，如AGORA（107.2 mm NMVE）、UBody（57.4 mm PVE）、EgoBody（63.6 mm PVE）和EHF（62.3 mm PVE without finetuning）。SMPLer-X的優勢在於能夠處理多樣化的數據源，具有出色的泛化能力和可遷移性。