ICCV

GestureLSM: Latent Shortcut based Co-Speech Gesture Generation with Spatial-Temporal Modeling

GestureLSM：基于隐式捷径的时空建模语音同步手势生成

Pinxin Liu, Luchuan Song, Junhua Huang, Haiyang Liu, Junfan Zhu, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； University of Tokyo（东京大学） 纠错

AI总结 GestureLSM通过时空建模与改进的流匹配方法，在BEAT2数据集上实现了最优语音同步手势生成，同时大幅缩短推理时间，可用于增强数字人和具身智能体。

Comments Accepted to ICCV 2025. Project Page: this https URL (https://andypinxinliu.github.io/GestureLSM)

SemTalk: Holistic Co-speech Motion Generation with Frame-level Semantic Emphasis

SemTalk：具有帧级语义强调的整体同步言语动作生成

Xiangyue Zhang, Jianfang Li, Jiaxu Zhang, Ziqiang Dang, Jianqiang Ren, Liefeng Bo, Zhigang Tu

AI总结 SemTalk通过分离学习基础与稀疏动作并自适应融合，结合coarse2fine交叉注意力等技术，在两个公开数据集上实现了优于现有最优方法的高质量同步言语动作生成。

Comments 11 pages, 8 figures. Accepted to ICCV 2025. Project page: this https URL (https://xiangyuezhang.com/SemTalk/;) code and pretrained models: this https URL (https://github.com/Xiangyue-Zhang/SemTalk)