장기 Motion Embedding으로 효율적 Kinematics 생성

대규모 trajectory를 tracker 모델로 수집해 장기 motion embedding을 학습한다. 이 표현은 64배 temporal compression을 적용한 매우 압축된 공간이며, 그 안에서 조건부 flow-matching 모델이 motion latent를 생성한다.

생성 조건은 text prompts와 spatial pokes다. full video synthesis를 직접 돌리지 않고도 장기 동작을 훨씬 효율적으로 다루면서, 긴 구간의 현실적인 motion을 만들어내도록 설계됐다.

연구진은 이 방식이 state-of-the-art video models와 전용 task-specific 접근법보다 더 나은 motion distribution을 낸다고 설명한다.