Sonic-AMG：从空间音频流式生成人体动作

Jingcheng Ni 等研究者提出 Sonic-AMG，据作者所知是首个从空间音频流式生成人体动作的框架。它把声学内容与身体相对的声源几何编码为独立 token，由因果 transformer 与 flow head 生成连续动作 latent，再经因果解码器重建动作片段。 作者称该方法在 SAM 数据集上取得 SOTA 的 FID 与 R-precision，并支持跨声音事件与声源位置的实时在线连贯反应生成。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。