热点事件持续更新
FreqMo：频带分解的运动生成表示
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Computer Vision（一手）发表论文《重思固定时间网格：频率解耦的人体运动生成》，提出 FreqMo，一种尺度自适应的运动表征。该方法将运动分解为小波频段，以分离不同时间尺度的动态，同时保留时间定位与精确重建。论文同时提出统一频率残差量化（UFRQ），将所有频段在单一共享码本中编码，将 token 序列压缩至三分之一，并支持稳定的单阶段生成。实验显示 FreqMo 达到 SOTA 保真度并显著改善高频保留；该分解同样可迁移到连续扩散模型骨干。目前公开信息仅涉及该论文内容，尚无后续独立验证或应用报道。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv 论文提出 FreqMo 与 UFRQ，token 序列压缩至三分之一，达 SOTA 保真度并改善高频保留。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computer Vision重思固定时间网格：频率解耦的人体运动生成
论文提出 FreqMo，一种尺度自适应的运动表征，将运动分解为小波频段以分离不同时间尺度的动态，同时保留时间定位与精确重建。配合统一频率残差量化（UFRQ），所有频段在单一共享码本中编码，将 token 序列压缩至三分之一并支持稳定的单阶段生成。实验显示 FreqMo 达到 SOTA 保真度并显著改善高频保留，该分解同样可迁移到连续扩散模型骨干。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。