DiM-Gesture：自适应层归一化 Mamba-2 框架的共语手势生成
原文中文，约400字，阅读约需1分钟。发表于：。利用 Mamba-based 架构和 Adaptive Layer Normalization 进行高度个性化的 3D 全身手势生成，以实现姿态和语音同步，优化内存使用和加速推理速度。
通过LivelySpeaker框架实现了语义感知的共同语言手势生成，方法包括基于脚本的手势生成和基于音频引导的节奏细化。实验证明该框架相对竞争方法具有优势，并在两个基准测试中取得最先进的性能。代码和模型将在未来发布。
