Co-speech Gesture Video Generation via Motion-Based Graph Retrieval
通过基于运动的图检索生成同步语音手势视频
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团）
专题命中 动作与事件理解 ：video generation(title)；分类 cs.CV
AI总结 本文提出基于运动图检索和扩散模型生成同步语音手势视频，通过提取音频特征和运动分布提升生成质量。
AI 大模型
视频大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
