Controlerul Umanoid Maskat al Intel: O Abordare Inovatoare pentru Generarea Mișcărilor Umane Realiste și Dirijate

Cercetătorii de la Intel Labs (INTC ), în colaborare cu experți academici și din industrie, au introdus o tehnică revoluționară pentru generarea mișcărilor umane realiste și dirijate din intrări multi-modale rare. Lucrarea lor, prezentată la Conferința Europeană de Viziune Computațională (ECCV 2024), se concentrează pe depășirea provocărilor generării comportamentelor umane naturale și fizic bazate în caractere humanoid de înaltă dimensiune. Această cercetare face parte din inițiativa mai largă a Intel Labs de a avansa viziunea computațională și învățarea automată.

Intel Labs și partenerii săi au prezentat recent șase articole de ultimă oră la ECCV 2024, o conferință de top organizată de Asociația Europeană de Viziune Computațională (ECVA).

Articolul Generarea Mișcărilor Umane Realiste și Dirijate din Intrări Multi-Modale a prezentat inovații, printre care o strategie de apărare inovatoare pentru protejarea modelelor text-imagine de atacurile de red teaming bazate pe prompt și dezvoltarea unui set de date de mare scară proiectat pentru a îmbunătăți consistența spațială în aceste modele. Printre aceste contribuții, articolul subliniază angajamentul Intel de a avansa modelarea generativă, prioritarizând practicile de inteligență artificială responsabilă.

Generarea Mișcărilor Umane Realiste Utilizând Intrări Multi-Modale

Controlerul Umanoid Maskat (MHC) al Intel este un sistem inovator proiectat pentru a genera mișcări umane în medii fizice simulate. În contrast cu metodele tradiționale care se bazează puternic pe date complete de captură a mișcării, MHC este conceput pentru a gestiona intrări rare, incomplete sau parțiale din diverse surse. Aceste surse pot include controlere VR, care pot urmări doar mișcările mâinilor sau capului; intrări de joystick care oferă doar comenzi de navigare de nivel înalt; urmărirea video, unde anumite părți ale corpului pot fi ascunse; sau chiar instrucțiuni abstracte derivate din prompturi text.

Inovația tehnologiei constă în capacitatea sa de a interpreta și a completa lacunele în care datele lipsesc sau sunt incomplete. Acest lucru se realizează prin ceea ce Intel numește Catch-up, Combine, and Complete (CCC):

• Catch-up: Această funcție permite MHC să recupereze și să resincronizeze mișcarea sa atunci când apar perturbări, cum ar fi atunci când sistemul pornește într-o stare eșuată, cum ar fi un personaj umanoid care a căzut. Sistemul poate corecta rapid mișcările sale și continua mișcarea naturală fără reantrenare sau ajustări manuale.
• Combine: MHC poate combina secvențe de mișcare diferite, cum ar fi îmbinarea mișcărilor corpului superior dintr-o acțiune (de exemplu, fluturarea) cu mișcările corpului inferior dintr-o altă acțiune (de exemplu, mersul). Această flexibilitate permite generarea de comportamente complet noi din datele de mișcare existente.
• Complete: Atunci când se primesc intrări rare, cum ar fi date parțiale de mișcare a corpului sau directive vagi de nivel înalt, MHC poate infera și genera în mod inteligent părțile lipsă ale mișcării. De exemplu, dacă se specifică doar mișcările brațelor, MHC poate genera în mod autonom mișcări ale picioarelor pentru a menține echilibrul fizic și realismul.

Rezultatul este un sistem de generare a mișcării extrem de adaptabil care poate crea mișcări netede, realiste și fizic precise, chiar și cu directive incomplete sau sub-specificate. Acest lucru face MHC ideal pentru aplicații în jocuri, robotică, realitate virtuală și orice scenariu în care se necesită mișcări umane de înaltă calitate, dar datele de intrare sunt limitate.

Impactul MHC asupra Modelelor Generative de Mișcare

Controlerul Umanoid Maskat (MHC) face parte dintr-un efort mai larg al Intel Labs și al colaboratorilor săi de a construi modele generative responsabile, inclusiv cele care alimentează generarea text-imagine și generarea 3D. Așa cum s-a discutat la ECCV 2024, această abordare are implicații semnificative pentru industrii precum robotică, realitate virtuală, jocuri și simulare, unde generarea mișcărilor umane realiste este crucială. Prin integrarea intrărilor multi-modale și permiterea controlerului să treacă fără efort între mișcări, MHC poate gestiona condiții din lumea reală în care datele senzorilor pot fi zgomotoase sau incomplete.

Această lucrare a Intel Labs stă alături de alte cercetări avansate prezentate la ECCV 2024, cum ar fi o nouă apărare pentru modelele text-imagine și dezvoltarea de tehnici pentru îmbunătățirea consistenței spațiale în generarea de imagini. Împreună, aceste progrese demonstrează leadershipul Intel în domeniul viziunii computaționale, cu accent pe dezvoltarea de tehnologii AI securizate, scalabile și responsabile.

Concluzie

Controlerul Umanoid Maskat (MHC), dezvoltat de Intel Labs și colaboratorii academici, reprezintă un pas important înainte în domeniul generării mișcărilor umane. Prin abordarea complexă a problemei controlului generării mișcărilor realiste din intrări multi-modale, MHC deschide calea pentru noi aplicații în VR, jocuri, robotică și simulare. Această cercetare, prezentată la ECCV 2024, demonstrează angajamentul Intel de a avansa inteligența artificială responsabilă și modelarea generativă, contribuind la tehnologii mai sigure și mai adaptive în diverse domenii.