如果你关注 AI 动作生成（用于动画、游戏、机器人），这篇论文值得看。

研究团队提出的 RMG (Riemannian Motion Generation)，解决了人体运动生成中的一个根本问题：我们一直在错误的空间里生成运动。

论文 2026年3月16日发布在 arXiv，在 HumanML3D 和 MotionMillion 两个数据集上都取得了 SOTA 结果。

问题在哪：欧几里得空间"不够用"

什么是欧几里得空间

平时我们处理数据，默认都在欧几里得空间——就是那种"直线是直的、距离是平方和开根号"的空间。

大多数 AI 模型学人体运动时，也是这样：把人体关节位置直接扔进一个高维向量空间，然后用扩散模型或 GAN 去学。

问题出在哪

但人体运动并不在欧几里得空间里。

关节旋转不是普通向量，它是 SO(3) 旋转群——一个弯曲的空间。在这个空间里：

• "直线"是弯的（测地线）
• 不能随便加减（旋转不能直接相加）
• 有很多约束（旋转矩阵必须是正交的）

如果硬把旋转当成普通向量处理，就会出问题：

• 生成的动作"不顺"，有抖动
• 关节可能转到不合理的位置
• 模型学到的只是"差不多"，而不是"真正对"

RMG 怎么解决：在流形上学习

核心思路

RMG 的核心洞察是：在正确的空间里学习。

它把人体运动表示在一个乘积流形上——就是把多个不同的弯曲空间组合在一起：

• T：平移空间（欧几里得空间，位置移动）
• R：旋转空间（SO(3)，关节旋转）

这样，平移就是平移，旋转就是旋转，各得其所。

黎曼流匹配

传统的扩散模型是在欧几里得空间里"从噪声去噪到数据"。

RMG 用的是黎曼流匹配：

• 在流形上定义"从噪声到数据"的路径
• 这个路径是测地线（流形上的"最短路径"）
• 沿着测地线逐步演化，就能生成有效的运动

具体技术细节

1. 流形分解

• 把人体运动拆成平移和旋转两部分
• 平移用普通向量表示
• 旋转用旋转矩阵或四元数表示

2. 测地插值

• 在流形上，"直线"是测地线
• 测地插值保证中间状态始终有效

3. 切空间监督

• 流形上的计算太复杂，RMG 在切空间（局部看起来像欧几里得空间）里做梯度计算
• 然后把结果映射回流形

4. 流形保持 ODE 积分

• 生成过程中，每一步都保证结果在有效运动空间内
• 不会生成"不可能"的动作

性能表现

HumanML3D 数据集

• FID: 0.043（HumanML3D 格式下 SOTA）
• 在 MotionStreamer 格式下，所有指标排名第一

MotionMillion 数据集

• FID: 5.6
• R@1: 0.86
• 超越强基线

消融实验发现

研究团队发现：T + R（平移 + 旋转）表示是最稳定和有效的。

这印证了几何感知建模的价值——不是越多越好，而是"用对几何"才好。

为什么这很重要

对动画和游戏

• 生成的动作更自然、更流畅
• 减少后期修整工作
• 角色动作更符合物理约束

对机器人

• 机器人运动规划需要符合物理空间
• RMG 的几何感知思路可以直接迁移
• 生成更合理、更可执行的动作

对动作理解

• 在正确的空间里表示，学习效率更高
• 可以更好地捕捉运动的本质规律
• 为多模态动作理解打基础

实用限制

1. 理论门槛高

黎曼几何不是入门级知识。要理解 RMG 的细节，需要：

• 微分几何基础
• 流形上的优化理论
• ODE 数值积分

2. 计算开销

流形上的操作比欧几里得空间更复杂：

• 测地线计算需要指数映射/对数映射
• 切空间投影有额外开销
• 训练和推理都比普通扩散模型慢

3. 数据预处理

需要把运动数据正确地表示在流形上：

• 关节旋转的表示（四元数还是旋转矩阵）
• 骨骼结构的定义
• 与现有数据格式的兼容性

总结

RMG 解决的是一个根本问题：人体运动生成应该在人运动的几何空间里做，而不是硬塞进欧几里得空间。

在 HumanML3D 和 MotionMillion 上的 SOTA 结果证明了这个思路的价值。

对于动画、游戏、机器人等需要高质量动作生成的场景，RMG 提供了一个更"物理正确"的路径。

---

参考来源：

• arXiv 论文: https://arxiv.org/abs/2603.15016

参考来源

• https://arxiv.org/abs/2603.15016

说明：该页面由基础模板稳定生成，后续可继续局部润色样式或补充模块，再进入发布检查。