最近的研究提出了一种新的手势合成方法ConvoFusion，可以生成与语义对齐的手势。该方法通过关注特定词语来进行控制，并发布了DnD Group Gesture数据集来进一步推进多方互动手势的研究。实验结果表明，使用词级引导机制可以增强生成手势的语义一致性。