卡内基梅隆大学开发JL2P：AI实现文本到肢体动作的精准转化
卡内基梅隆大学AI团队研发出Joint Language-to-Pose（JL2P）工具，可将自然语言转化为三维姿态模型。该系统采用端到端训练程序，通过预测关节位置完成从简单到复杂的任务序列学习。
目前JL2P动画仅支持“垃圾人”角色，但未来有望赋能类人机器人执行物理任务，或用于游戏、电影虚拟角色制作。其功能涵盖行走、跑步、乐器演奏及速度方向控制等。相较于SRI国际2018年的同类AI，JL2P在人体动作建模精度上提升了9%。
此前已有类似技术探索：微软ObjGAN可根据描述生成视觉草图；迪士尼利用剧本生成故事板；Nvidia GauGAN则支持关键词画笔绘制风景画。