MoZoo：基于扩散模型的动物皮毛与肌肉模拟动态求解器
原帖
**MoZoo：释放视频扩散模型在动物皮毛和肌肉模拟中的潜力**
_MoZoo:Unleashing Video Diffusion power in animal fur and muscle simulation_
> MoZoo是一种基于扩散模型的动态求解器，能够从粗糙网格和多模态引导中生成高质量动物视频，无需传统繁琐流程。它提出Role-Aware RoPE（RAR-RoPE）和不对称解耦注意力等技术，以同步运动对齐、防止特征干扰，并提高计算效率。为解决高质量训练数据不足问题，研究团队构建了MoZoo-Data合成数据管线和MoZooBench基准测试（包含120对网格-视频对）。实验表明，MoZoo能在不同动物骨架上实现高保真毛皮模拟，保持良好的时间和结构一致性。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.13857)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
First-Principle转载HuggingFace Daily Papers论文，介绍了MoZoo这一基于视频扩散模型的动态求解器。该技术能从粗糙网格和多模态引导中生成高质量动物视频，提出RAR-RoPE和不对称解耦注意力等创新技术，并构建了MoZoo-Data合成数据管线和MoZooBench基准测试。
答案说明
MoZoo是一种基于扩散模型的动态求解器，用于生成高质量动物皮毛和肌肉模拟视频，无需传统繁琐流程。它通过Role-Aware RoPE（RAR-RoPE）和不对称解耦注意力等技术，从粗糙网格和多模态引导中实现高保真模拟，并配套构建了合成数据管线和基准测试。
这篇帖子回答的问题
- MoZoo是什么技术，它解决什么问题？
- MoZoo采用了哪些关键技术来提高模拟质量？
核心观点
- MoZoo能从粗糙网格和多模态引导中生成高质量动物视频，无需传统繁琐流程。
- 研究团队构建了MoZoo-Data合成数据管线和MoZooBench基准测试（包含120对网格-视频对）。
FAQ
- Q: MoZoo解决训练数据不足问题的方法是什么？
- A: 研究团队构建了MoZoo-Data合成数据管线来生成训练数据。
- Q: 该论文来自哪个渠道？
- A: 该论文来自HuggingFace Daily Papers（社区热门论文），发布时间为2026-05-29。
关键实体
- MoZoo
- Role-Aware RoPE (RAR-RoPE)
- MoZooBench