<p>Система <b>PhyMotion</b> предлагает новый подход к оценке реалистичности человеческих движений в сгенерированных видео. В отличие от классических метрик, она не ограничивается визуальной правдоподобностью, а анализирует физику движений на глубоком уровне.</p>
<h3>Как работает PhyMotion</h3>
<p>В основе системы — восстановление <b>3D‑траекторий</b> движений человека из видео с помощью SMPL-модели. Полученные меши проходят проверку в симуляторе MuJoCo, где анализируется, насколько движения соответствуют законам физики. Система оценивает кинематическую правдоподобность, согласованность контактов с поверхностью и баланс, а также динамическую осуществимость — то есть, можно ли выполнить такие движения в реальности.</p>
<h3>Преимущества и результаты</h3>
<p>PhyMotion демонстрирует высокую корреляцию с человеческими оценками качества движений, опережая существующие аналоги. В RL‑посттренинге система даёт прирост +68 Elo, что подтверждает её эффективность для задач обучения генераторов движений. Инструмент совместим как с авторегрессивными, так и с двунаправленными моделями генерации.</p>
<p>Исходный код доступен на GitHub и Hugging Face.</p>