本文综述了人体运动生成的研究进展，涵盖文本、音频和场景条件下的生成模型，讨论了常用数据集、评估指标及未来研究方向，旨在为该领域提供全面了解并激发新思路。

本文介绍了一种名为MotionGPT的多模态运动生成模型，该模型利用多种控制信号生成连续的人类动作。研究通过量化身体运动、预训练模型和令牌预测任务，展示了该方法的有效性和广泛应用潜力。同时，讨论了人体运动生成的背景、主流方法及未来研究方向，并提出了新数据集LaserHuman以推动相关研究。

该文章提出了一种基于视频的STAF模型，通过注意人体运动的相干线索和提取细粒度局部信息来增强目标帧的特征表示。实验证明STAF在精度和平滑度之间取得了最新的权衡。

研究人员提出了第一个点云人物模型，用于实现真实的AR/VR和数字娱乐体验。该模型使用多层感知器建模姿势相关的变形和线性蒙皮权重，通过解码器和点特征来表示外观。与隐式方法相比，该模型提供了更直观的建模方式，并减少了训练和推理时间。研究人员还提出了一种将语义信息从SMPL-X模型转移到点云中的新方法，以更好地理解人体运动。实验结果证明了该方法的有效性。

该文提出了一种利用分层语义图实现对人体运动生成的细粒度控制的方法，并对分解的文本到运动扩散过程进行了优化。通过修改分层语义图的边权重，实现了生成运动的持续细化，具有优越性能。