COME：改进表示学习与生成建模以实现高质量文本到运动生成

该研究面向 Text-to-Motion，即根据自然语言描述生成三维人体运动，提出连续扩散框架 COME，分别改进运动表示与条件生成建模。基于摘要分析，尚未取得论文全文；研究对象是人体运动生成，而非 EEG 解码或 BCI。 作者认为，现有连续扩散方法受到运动表示拥挤、可分性不足以及生成建模不理想的限制。COME 包含 Motion Contrastive Masked Autoencoder（MoCMAE）与 Cross-Condition Diffusion Transformer（ccDIT）：前者采用非对称混合架构，将 Masked Motion Modeling 与 Contrastive Learning 结合，分别用于提取关键时空特征和增强特征辨别性；后者通过 ccDIT block 处理全局与细粒度语义，并引入 Stable-Min-SNR-γ，旨在缓解训练与推理不一致及不同时间步之间的冲突。摘要未提供具体损失形式、条件注入方式或网络配置。 作者报告，COME 在其开展的实验中达到 SOTA，并提升训练与推理效率；但摘要未列出数据集、划分、对照方法、指标和计算资源，因此无法核对优势幅度及适用边界。作者将连续框架与运动编辑、个性化、多模态控制的需求联系起来，但摘要不足以确认这些能力是否均经过直接评估。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：MoCMAE 的掩码建模与对比学习组合可作为 EEG 时序表示学习的候选思路，但这是假设，不代表 COME 已在 BCI 中有效。原方法依赖文本与三维运动的语义对应；迁移时需重设 EEG 通道—时间表示、掩码策略及正负样本定义，不能直接照搬运动语义条件模块。低信噪比、跨被试差异和小样本可能使对比目标偏向被试或采集条件，而非任务信息。一个可检验的小实验是在固定被试独立划分、相同编码器和训练预算下，对比仅掩码建模与加入对比学习后的跨被试解码表现，并核对提升是否稳定。相关 EEG 工作尚未检索确认。