用于定制动作图像合成的共同动作空间中的动作模仿

基于摘要分析。该研究面向少样本动作图像生成，提出 TwinAct，旨在定制文本引导扩散模型（TGDMs）时，将目标动作与动作执行者的外观等语义因素解耦，使同一动作能够用于不同主体和情境。 核心机制是构建侧重动作语义的共同动作空间，即由一组代表性动作短语建立的文本嵌入空间。方法包含三个步骤：构建共同动作空间、在该空间内模仿待定制动作，以及借助 action similarity loss 生成不同情境下的定制动作图像。作者将少量示例下动作与主体语义容易纠缠的问题，归因于缺少有效归纳偏置，并以这一受约束的动作表示空间加以应对；损失的具体形式、可训练模块及训练流程尚未验证。 作者还构建了包含多种动作形式示例图像的新 benchmark。作者报告，在其少样本动作定制评估中，TwinAct 能够生成更准确、较少依赖情境的定制动作，并保持动物、人类及定制主体的身份一致性。摘要未提供 benchmark 名称、样本规模、数据划分、对照方法或量化指标，实验协议、消融及统计信息尚未验证，因而目前不能判断优势幅度及适用边界。 该工作的直接研究对象是图像生成中的动作与主体解耦，而非 EEG 解码或 BCI。现有材料未建立其文本动作空间、图像监督与神经信号之间的具体对应关系，因此不据此提出 BCI 迁移结论或复现实验建议；相关 EEG 工作尚未检索确认。