Story-to-Motionは、物語（上部の緑色領域）を入力として、テキストの説明と一致する動作と軌跡を生成する全く新しいタスクです。本システムは、テキスト駆動型のモーションスケジューラとして最新の巨大言語モデルを活用し、長文から一連の（テキスト、位置）ペアを抽出します。また、古典的なモーションマッチングとモーションセマンティクス、そして軌跡の制約を組み合わせた、テキスト駆動型のモーション検索スキームを開発しました。さらに、不自然なポーズや滑り歩行といった、トランジションモーションでよくある問題に対処するために、漸進的マスキングトランスフォーマーを設計しました。本システムは、軌跡追従、時間的動作の組み合わせ、動作の混合という3つの異なるサブタスクの評価において優れた性能を示し、従来のモーション合成手法を凌駕しています。