OmniPoser
一种从任意组合的异构稀疏传感器输入中恢复全身SMPL动作的统一生成模型，采用跨模态掩码机制与条件流匹配，支持多种传感器配置而无需重新训练
时间轴 (近 90 天)
OmniPoser 是一个统一框架，可从任意组合的异构输入中恢复全身 SMPL 动作，输入包括三维关键点、稀疏 IMU 旋转、头戴式 6-DoF 位姿及其任意子集。
OmniPoser 采用跨模态掩码机制配合掩码条件编码器，使同一架构可容纳差异极大的传感器配置，无需为每种组合单独适配。
OmniPoser 采用解耦双流骨干网络，通过条件流匹配生成完整动作，推理时只需单步 ODE 积分。
OmniPoser 在三种设置、七个基准上完成评测，包括 Nymeria 和 Ego-Exo4D 真实场景数据集。
OmniPoser 性能与当前最优方法相当，运行速度超过 700 FPS，单帧推理时间约 1.4 毫秒。
论文摘要未披露精度指标的具体数值，也未说明在极端稀疏配置（如仅单传感器）下的性能衰减曲线。
700 FPS 的测试硬件条件未在摘要中说明。
全部知识事实 (7)
OmniPoser 是一个统一框架，可从任意组合的异构输入中恢复全身 SMPL 动作，输入包括三维关键点、稀疏 IMU 旋转、头戴式 6-DoF 位姿及其任意子集。
50%待验证OmniPoser 采用跨模态掩码机制配合掩码条件编码器，使同一架构可容纳差异极大的传感器配置，无需为每种组合单独适配。
50%待验证OmniPoser 采用解耦双流骨干网络，通过条件流匹配生成完整动作，推理时只需单步 ODE 积分。
50%待验证OmniPoser 在三种设置、七个基准上完成评测，包括 Nymeria 和 Ego-Exo4D 真实场景数据集。
50%待验证OmniPoser 性能与当前最优方法相当，运行速度超过 700 FPS，单帧推理时间约 1.4 毫秒。
50%待验证论文摘要未披露精度指标的具体数值，也未说明在极端稀疏配置（如仅单传感器）下的性能衰减曲线。
50%待验证700 FPS 的测试硬件条件未在摘要中说明。
50%