NVIDIA разработала ARDY — инновационный фреймворк, позволяющий генерировать сложные движения человека в режиме реального времени с помощью текстовых промптов, ключевых кадров и кинематических ограничений.

image

Что произошло

Фреймворк ARDY использует гибридное представление данных, сочетающее явные параметры корня и скрытые эмбеддинги тела, а также двухэтапную архитектуру трансформер-деноизера. Это позволяет системе генерировать плавные и связные движения длительностью в несколько минут, поддерживая такие параметры, как траектории и позиции суставов.

Контекст

Традиционно в индустрии существовал разрыв между высокоточными офлайн-моделями, которые обеспечивают качество, но работают медленно, и быстрыми онлайн-методами, которым не хватает управляемости. ARDY стремится объединить эти два подхода, обеспечивая высокую точность и возможность интерактивного вмешательства.

Почему это важно для индустрии

Для индустрии AI и робототехники это открывает путь к использованию генеративного AI в управлении гуманоидными роботами, такими как Unitree G1. Технология позволяет перейти от жестко запрограммированных анимаций к адаптивным системам поведения в Embodied AI, где высокоуровневые модели управляют физическими действиями.

Почему это важно для пользователей

Разработчики и создатели цифрового контента получают возможность управлять анимацией персонажей «на лету» с помощью обычного текста или простых команд управления. Это значительно снижает порог входа в создание цифровых актеров и ускоряет прототипирование сложных сценариев без необходимости глубоких навыков в Motion Capture.

Что пока неизвестно / ограничения

Для полноценного внедрения в production-ready решения требуются дополнительные данные о задержках (latency) на целевом оборудовании и точной стоимости инференса.

Источники

Автор

Look at AI, редакция