LS-GAN：基于潜在空间 GAN 的人体动作合成

基于摘要分析。该研究面向文本条件人体动作合成，即根据文本描述生成对应的 3D 动作，提出在潜在空间中使用 GAN 的框架，旨在降低既有扩散方法的训练与推理成本，同时保持相近的生成质量。 核心方法是将对抗生成建模放在动作的潜在表示空间，而非直接在原始动作数据上生成。摘要将其描述为结构较简单的 GAN，但没有提供潜在表示的获取方式、文本条件注入机制、生成器与判别器结构、损失函数或训练流程，因此这些实现细节尚未验证。 作者报告在 HumanML3D、Human-Act12 基准上开展实验，并报告 FID 为 0.482、相较潜在扩散模型的 FLOPs 减少超过 91%。摘要未明确该 FID 对应哪个基准、具体数据划分及对照模型，也未说明 FLOPs 的统计范围，不能将其视为两个基准均达到的结果。作者称生成效果与先进扩散方法相当，但具体对照和统计依据仍需全文核对；FLOPs 降低也不能直接等同于实际运行时间按同比例缩短。 材料提供了代码仓库地址，但代码内容、运行条件及与论文实验的对应关系尚未验证。复现时应重点核对潜在表示与条件设置是否一致、生成质量和动作多样性的评估方式，以及训练和推理成本的统计口径。实验协议、消融及统计信息尚未验证。本文主要研究对象是人体动作生成，摘要不涉及 EEG/BCI，不能据此推断其在神经信号建模中的效果。