연구진이 다양한 종의 캐릭터에 적용 가능한 의미 기반 토폴로지 불변 애니메이션 프레임워크를 제안했어요. 기존 방식과 달리 기능적 관절 대응을 정렬하는 방식으로 동작과 토폴로지를 분리했어요. 이를 통해 대규모 BVH 데이터를 활용해 연속적인 동작 공간을 구축하고, 인간과 동물 데이터셋에서 높은 재현율을 달성했어요.
새로운 프레임워크는 페어링 데이터 없이 종 간 리타겟팅이 가능하며, 텍스트-투-모션 작업도 지원해요. GitHub에서 코드와 데모를 확인할 수 있어요.
기존 방식의 고정된 계층 구조나 강제적인 패딩 전략의 한계를 극복하고, 다양한 종의 골격 구조 차이를 고려한 확장 가능한 생성 모델 개발에 기여할 것으로 기대돼요.