MotionLCM：基于潜在一致性模型的实时可控运动生成

本文提出MotionLCM，将可控动作生成扩展至实时水平。现有的文本条件动作生成方法在空间控制方面普遍存在显著的运行效率瓶颈。为解决这一问题，我们首先提出运动潜在一致性模型（MotionLCM），该模型基于潜在扩散模型（MLD）构建。通过采用单步（或少数几步）推理机制，进一步提升了运动潜在扩散模型在动作生成中的运行效率。为确保有效的可控性，我们在MotionLCM的潜在空间中引入了运动ControlNet，并允许在原始动作空间中直接施加显式的控制信号（如骨盆轨迹），从而实现对生成过程的直接控制，其机制与控制无潜在空间扩散模型的动作生成方式类似。借助上述技术，我们的方法能够在实时条件下生成由文本和控制信号共同引导的人体动作。实验结果表明，MotionLCM在保持实时运行效率的同时，展现出卓越的生成能力与可控性。