FlashMotion：超高速な長期3Dモーション生成

- FlashMotionは、厳しい推論予算下で高品質な長期的3D human motion生成を行うためのco-designedフレームワーク。 - text-to-motion、music-to-dance、speech-to-gestureの3タスクを対象。 - ゲーム開発、XR、digital humans、embodied simulation等の実用パイプライン(rigging、retargeting、rendering)を想定。 - リアルタイム対話応用に向け、品質を犠牲にせずultra-fastなlong-term生成を目指す。

- 従来は高品質3D motion生成に多数のsampling stepsを要する生成戦略と、長系列でのper-step計算・メモリコストが大きいモデル構造の2つのbottleneckが結合していた。 - FlashMotionはtrajectory-level効率とper-step効率の両方をco-designで改善。 - 要旨ではtext-to-motion、speech-to-gesture、music-to-danceの品質と効率の両面でoverall state-of-the-artを達成と主張。 - 具体的な比較対象の先行研究名は要旨からは不明。

- trajectory-level効率のため、3D motion-space MeanFlow定式化を導入し、kinematicおよびdynamic consistency制約付きでfew-step生成を実現。 - 時間的にcoherentなmotion editingのためAdaptive Soft masking機構を導入。 - per-step効率のため、軽量なnon-autoregressive BiMambaアーキテクチャを設計。 - condition-guided state selectionとAdaIN-based condition fusionにより、cross-modal alignmentと長いmotion系列への汎化を強化。

- text-to-motion、speech-to-gesture、music-to-dance生成の広範な実験を実施。 - 品質と効率の両方でoverall state-of-the-art性能を達成したと報告。 - 具体的なデータセット名、評価指標、baseline、ablationの詳細は要旨からは不明。

- 厳しいinference budget下での高品質long-horizon生成という設定の難しさを、sampling stepsとper-stepコストの2つのbottleneckとして整理。 - few-step生成と軽量architectureのco-designが有効である可能性を示す。 - 限界、失敗事例、計算資源の詳細、リアルタイム性の定量的評価、倫理的影響については要旨からは不明。

- 要旨で参照・比較されている個別研究名は不明。 - 関連手法としてMeanFlow、BiMamba、AdaIN、non-autoregressive生成、text-to-motion、music-to-dance、speech-to-gestureの各分野の代表的先行研究を次に読む候補として挙げる。 - 公開コード(FlashMotion)の実装と実験設定の確認も有用。