PASPA：用持久状态分块流匹配生成长时程语音动作

2026年10月26日，arXiv cs.CV 公开论文 PASPA，提出一个面向长时序语音驱动动作生成的框架，核心思路是「过去为状态、现在为注意力」。具体而言，该方法在块与块之间用持久状态（persistent state）紧凑压缩缓慢变化的人体动作风格，在块内部用双向自注意力建模当前片段的快速局部动态，并将这一设计实例化在分块流匹配（blockwise flow matching）框架中，从而同时处理长时序生成中的风格保持与局部动态建模。目前该工作以预印本形式发布，报道中未给出与既有方法的实验对比、评测结果或复现信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。