Humanoid-GPT: Opschalen van data en structuur voor zero-shot bewegingsvolgen

Samenvatting

Wij introduceren Humanoid-GPT, een GPT-achtige Transformer met causale aandacht, getraind op een bewegingscorpus van miljarden schaal voor volledige lichaamscontrole. In tegenstelling tot eerdere ondiepe MLP-trackers die werden beperkt door schaarse data en een afweging tussen behendigheid en generalisatie, is Humanoid-GPT voorgetraind op een 2B-frame herdoelgericht corpus dat alle belangrijke motion capture-datasets verenigt met grootschalige interne opnames. Het opschalen van zowel data als modelcapaciteit levert een enkele generatieve Transformer op die zeer dynamisch gedrag volgt, terwijl het een ongekende zero-shot generalisatie naar ongeziene bewegingen en besturingstaken bereikt. Uitgebreide experimenten en schaalanalyses tonen aan dat ons model een nieuwe prestatiegrens vestigt, waarbij het robuuste zero-shot generalisatie naar ongeziene taken demonstreert terwijl het tegelijkertijd zeer dynamische en complexe bewegingen volgt.

English

We introduce Humanoid-GPT, a GPT-style Transformer with causal attention trained on a billion-scale motion corpus for whole-body control. Unlike prior shallow MLP trackers constrained by scarce data and an agility-generalization trade-off, Humanoid-GPT is pre-trained on a 2B-frame retargeted corpus that unifies all major mocap datasets with large-scale in-house recordings. Scaling both data and model capacity yields a single generative Transformer that tracks highly dynamic behaviors while achieving unprecedented zero-shot generalization to unseen motions and control tasks. Extensive experiments and scaling analyses show that our model establishes a new performance frontier, demonstrating robust zero-shot generalization to unseen tasks while simultaneously tracking highly dynamic and complex motions.