NVIDIA ha desarrollado un innovador modelo unificado denominado GENMO, que fusiona la estimación y generación de movimiento humano en un solo marco. Esta metodología promete transformar el campo de la animación y modelado humano al permitir la generación y estimación de movimientos humanos de manera simultánea y precisa.

Inspirado en los avances recientes en visión por computadora y gráficos, GENMO aborda el tradicionalmente separado dominio de modelado de movimiento humano, donde la generación y estimación se consideraban tareas distintas. Mediante la implementación de esta solución unificada, NVIDIA facilita la estimación de movimiento global a partir de videos con cámaras dinámicas y la creación de transiciones suaves entre diferentes señales de entrada.

La característica más innovadora de este modelo es su capacidad para procesar tanto vídeos como música, descripciones textuales, puntos de referencia en 2D y fotogramas clave en 3D, permitiendo una transición fluida y diversificada en secuencias de movimiento.

A través del uso de una estrategia de entrenamiento guiada por estimaciones, GENMO aprovecha datos en vídeos reales con anotaciones en 2D, expandiendo significativamente sus capacidades generativas y permitiendo construcciones de movimiento más robustas sin necesidad de anotaciones en 3D.

El modelo también ha mostrado una notable mejora en la calidad de estimación del movimiento humano global. En pruebas recientes, logró un desempeño superior al estado del arte en escenarios de desafío como estimaciones del espacio mundial, validando la eficacia de su enfoque unificado y confirmando su potencial para superar las metodologías más restringidas actualmente en uso.

En resumen, GENMO no solo impulsa la pujante industria del modelado de movimiento humano permitiendo soluciones versátiles y coherentes, sino que también establece un nuevo estándar para la investigación y desarrollo en este apasionante campo.