待验证50% 置信事实精确时间
文本到动作（T2M）的输出是关节旋转或位移的时间序列，而非像素，因此模型参数量可以做得较小。
1
来源数
50%
置信度
长期有效
时效性
2026/10/28
首次发现
来源
涉及实体
相关事实
待验证T2M模型通常依赖SMPL等参数化人体模型作为动作表示，推理时将骨骼运动重定向到目标3D模型。68% 相似待验证RT-2（2023年）将55B参数的视觉-语言模型PaLM-E微调为可直接输出离散化动作token的策略模型65% 相似待验证TIDE在推理阶段不需要视觉搜索或微调骨干模型；技能蒸馏后，一次LLM调用可激活相关规则，同时生成正向和负向提示词，然后只执行一次T2V生成。63% 相似待验证前视偏差是量化回测中模型在时间点T做决策时使用了T时刻不可得信息，解决方案是双时态建模，只允许查询记录时间早于决策时点的版本。62% 相似待验证该实验将模型输出的动作概率直接转化为游戏操作，而非生成文本62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1109679API
curl https://kongchang.com/api/v1/knowledge/claims/1109679MCP
get_claim(id=1109679)