本文探讨了多粒度语义交互机制在零样本动作识别中的应用，提出了多层次对齐方法和多语义融合模型，以提高动作识别的准确性。通过结合骨骼特征和文本描述，利用无监督学习和自监督学习方法，增强了模型的鲁棒性和性能，并验证了其在多个数据集上的有效性。