MimicMotion ist ein von Tencent und der Shanghai Jiao Tong Universität gemeinsam entwickeltes Modell zur Generierung hochwertiger Videos menschlicher Bewegungen. Das Modell nutzt eine vertrauensbasierte Positivführung, um die Steuerbarkeit des Videogenerierungsprozesses zu ermöglichen, die zeitliche Glätte des Videos zu verbessern und Bildverzerrungen zu reduzieren. Es verwendet ein fortschrittliches Bild-zu-Video-Diffusionsmodell, kombiniert mit spatio-temporälem U-Net und PoseNet, um Videos beliebiger Länge auf Basis von Posensequenzen zu generieren. MimicMotion übertrifft frühere Ansätze in mehreren Aspekten, darunter die Qualität der Handgenerierung und die genaue Befolgung der Referenzposen.