**LIMMT：运动追踪的“少即是多”数据精选方法**

_LIMMT: Less is More for Motion Tracking_

> 本文提出LIMMT，首个面向物理仿真人形运动追踪的数据中心研究。通过物理可行性、多样性和复杂性三个维度定义运动数据质量，实验表明仅使用AMASS数据集中不到3%的高质量数据训练，即可超越全量数据集的追踪性能，并验证了Web采集动作数据清洗的有效性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06953)