تولید حرکات واقعی انسانی با هوش مصنوعی در محیطهای تعاملی، همیشه یک چالش بزرگ بوده، اما مدل جدید «ARDY» این مشکل را حل کرده است. این مدل با ترکیب قدرت مدلهای انتشار (Diffusion) و معماریهای خودرگرسیو، اجازه میدهد که حرکات سهبعدی را نه تنها با دقت بالا، بلکه در لحظه (Real-time) و با قابلیت کنترل متنی تولید کنید.
از کاربردهای جذاب این فناوری میتوان به انیمیشنسازی سریع، شبیهسازیهای پیشرفته و دنیای رباتیک اشاره کرد که با این مدل، تعامل بین انسان و ماشین بیش از هر زمان دیگری طبیعیتر خواهد شد.
منبع: arXiv Computer Vision