Aumento dei Dati Sintetici per la Generazione Controllabile di Video Umani

Un articolo di ricerca su arXiv (2604.21291) esplora l'uso dell'aumento dei dati sintetici per affrontare la scarsità di dataset video umani su larga scala, diversificati e rispettosi della privacy per la generazione controllabile di video umani. Il lavoro propone un framework basato su diffusione che consente un controllo granulare su aspetto e movimento, fungendo da banco di prova per analizzare come i dati sintetici interagiscono con i dati reali durante l'addestramento. Gli esperimenti rivelano ruoli complementari dei dati sintetici e reali, con l'obiettivo di colmare il divario Sim2Real. La ricerca si rivolge ad applicazioni in umani digitali, animazione e IA incarnata.