# 動作生成

Seedance Pro是一款專業AI視頻生成平臺，利用先進的AI技術創建高質量視頻內容。其主要優點包括平滑穩定的動作生成、多鏡頭故事敘事、多樣化的風格表達、準確的提示跟蹤等。定位於創意視頻製作領域。

SCENIC是一個文本條件的場景交互模型，能夠適應具有不同地形的複雜場景，並支持使用自然語言進行用戶指定的語義控制。該模型通過用戶指定的軌跡作為子目標和文本提示，來導航3D場景。SCENIC利用層次化推理場景的方法，結合運動與文本之間的幀對齊，實現不同運動風格之間的無縫過渡。該技術的重要性在於其能夠生成符合真實物理規則和用戶指令的角色導航動作，對於虛擬現實、增強現實以及遊戲開發等領域具有重要意義。

MotionCLR是一個基於注意力機制的運動擴散模型，專注於人類動作的生成和編輯。它通過自注意力和交叉注意力機制，分別模擬模態內和模態間的交互，實現對動作序列的精細控制和編輯。該模型的主要優點包括無需訓練即可進行編輯，具有較好的解釋性，能夠通過操作注意力圖來實現多種運動編輯方法，如動作的強調或減弱、就地替換動作、基於示例的動作生成等。MotionCLR的研究背景是解決以往運動擴散模型在細粒度編輯能力上的不足，通過清晰的文本-動作對應關係，提高動作編輯的靈活性和精確性。

Mochi 1 是 Genmo 公司推出的一款研究預覽版本的開源視頻生成模型，它致力於解決當前AI視頻領域的基本問題。該模型以其無與倫比的運動質量、卓越的提示遵循能力和跨越恐怖谷的能力而著稱，能夠生成連貫、流暢的人類動作和表情。Mochi 1 的開發背景是響應對高質量視頻內容生成的需求，特別是在遊戲、電影和娛樂行業中。產品目前提供免費試用，具體定價信息未在頁面中提供。

TANGO是一個基於層次化音頻-運動嵌入和擴散插值的共語手勢視頻重現技術。它利用先進的人工智能算法，將語音信號轉換成相應的手勢動作，實現視頻中人物手勢的自然重現。這項技術在視頻製作、虛擬現實、增強現實等領域具有廣泛的應用前景，能夠提升視頻內容的互動性和真實感。TANGO由東京大學和CyberAgent AI Lab聯合開發，代表了當前人工智能在手勢識別和動作生成領域的前沿水平。

UniMuMo是一個多模態模型，能夠將任意文本、音樂和動作數據作為輸入條件，生成跨所有三種模態的輸出。該模型通過將音樂、動作和文本轉換為基於令牌的表示，通過統一的編碼器-解碼器轉換器架構橋接這些模態。它通過微調現有的單模態預訓練模型，顯著降低了計算需求。UniMuMo在音樂、動作和文本模態的所有單向生成基準測試中都取得了有競爭力的結果。

ControlMM是一個全身運動生成框架，具有即插即用的多模態控制功能，能夠在文本到運動(Text-to-Motion)、語音到手勢(Speech-to-Gesture)和音樂到舞蹈(Music-to-Dance)等多個領域中生成穩健的運動。該模型在可控性、序列性和運動合理性方面具有明顯優勢，為人工智能領域提供了一種新的運動生成解決方案。