HoloMotion-1技術報告

近日，一項名為HoloMotion-1的技術報告在arXiv上釋出，介紹了一種革命性的人形運動基礎模型。該模型專為零樣本全身運動跟蹤設計，能夠在無需特定任務微調的情況下，直接應用於真實人形機器人。HoloMotion-1的核心創新在於其訓練資料策略。研究團隊構建了一個大規模混合運動語料庫，其中從現實影片中重建的運動資料提供了豐富的運動多樣性，而經過精心策劃的動作捕捉資料和內部運動資料則確保了高保真監督和部署導向的覆蓋。這種資料策略使得模型能夠接觸到遠超傳統動作捕捉訓練所能涵蓋的行為、捕捉條件和運動風格，從而顯著提升其泛化能力。然而，從這種異構資料中學習也帶來了新的挑戰，包括重建噪聲、源域不匹配、運動質量參差不齊以及在大行為變化下進行時間建模的需求。為了應對這些問題，HoloMotion-1整合了一系列先進技術。它採用了大規模容量時間建模能力，並設計了一種稀疏啟用的混合專家Transformer架構，結合KV快取推理，實現對機器人運動的即時控制。此外，序列級訓練策略最佳化了長運動序列的學習效率。在多個未見過的運動基準測試中，HoloMotion-1展現出強大的魯棒性，其跟蹤精度顯著優於以往方法。更值得關注的是，該模型無需針對特定任務進行微調，即可直接部署到真實人形機器人上，實現了從模擬到現實的無縫遷移。這一成果為人形機器人運動控制領域開闢了新的可能性，有望推動機器人更自然地適應複雜動態環境。