MotionLCM: Echtzeitkontrollierbare Bewegungsgenerierung mittels latenter Konsistenzmodelle

Diese Arbeit stellt MotionLCM vor, das die kontrollierbare Bewegungsgenerierung auf eine Echtzeitstufe erweitert. Bestehende Methoden zur räumlichen Kontrolle bei textbedingter Bewegungsgenerierung leiden unter erheblicher Laufzeit ineffizienz. Um dieses Problem anzugehen, schlagen wir zunächst das Motion Latent Consistency Model (MotionLCM) für die Bewegungsgenerierung vor, das auf dem Latent-Diffusionsmodell (MLD) aufbaut. Durch die Verwendung von einstufiger (bzw. wenigen Schritten) Inferenz verbessern wir zudem die Laufzeiteffizienz des Motion Latent Diffusion Models für die Bewegungsgenerierung. Um eine effektive Kontrollierbarkeit sicherzustellen, integrieren wir innerhalb des Latentraums von MotionLCM ein Motion ControlNet und ermöglichen explizite Steuersignale (z. B. Pelvis-Bahn) im ursprünglichen Bewegungsraum, um den Generierungsprozess direkt zu steuern – ähnlich wie bei der Steuerung anderer latentenfreier Diffusionsmodelle für die Bewegungsgenerierung. Durch die Anwendung dieser Techniken kann unser Ansatz menschliche Bewegungen in Echtzeit unter Verwendung von Text und Steuersignalen generieren. Experimentelle Ergebnisse belegen die bemerkenswerten Generierungs- und Steuerungsfähigkeiten von MotionLCM bei gleichzeitiger Aufrechterhaltung einer Echtzeit-Laufzeit-Effizienz.