VideoMDM

该方法使用预训练的 2D 到 3D 提升器作为带噪教师，对提升结果进行扩散，并通过 2D 重投影损失监督去噪。页面介绍了深度加权重投影、速度一致性和表示对齐，这些都是将标准 3D 动作正则化迁移到纯 2D 设置的做法。

VideoMDM 适合动作生成研究者，因为单目视频比高质量 3D 动作捕捉更容易采集。项目公开了论文、代码仓库、补充材料和展示生成动作示例的主视频。