本研究提出统一单模态适应（U2A）方法，旨在解决多模态学习中的复杂模型和训练策略问题。通过低秩适应联合微调预训练编码器，显著减少可学习参数，并引入掩码标记处理缺失模态。评估结果表明，U2A在多种设置中表现优异。

MMM运动生成模型通过将3D人体动作转化为潜空间中的离散标记序列，实现高保真和快速的动作生成。它使用条件掩码动画变换器来捕捉动作标记之间的依赖性，并与文本标记进行语义映射，支持细粒度文本描述的动作解码。MMM还支持动作编辑，通过掩码标记实现平滑过渡。实验显示，MMM在生成质量和速度上优于现有方法，并支持身体部位修改和动作插值等高级编辑功能。