我们开发了一种新的人体模型，利用大量人体测量数据生成多种形状和姿势。该模型通过深度生成架构，仅用合成数据训练，能在任意姿势下提供准确的人体网格表示。训练使用了10万个程序生成的姿势网格，可生成数百万个独特的人体身份和姿势，适用于学术研究。

本文研究了现有动作模型忽视人体形状差异的问题，提出了一种基于体型的生成动作模型。通过引入无配对数据的训练方法，结合循环一致性、直观物理和稳定性约束，该模型能够生成多样化且符合物理特性的动态稳定人类动作，显著提高了运动表现的现实性。