Follow-Your-Poseは、姿勢情報とテキスト記述を用いて、編集可能で姿勢を制御できるキャラクター動画を生成するテキストから動画を生成するモデルです。この技術はデジタルキャラクター制作分野において重要な応用価値を持ち、包括的なデータセットと動画生成事前学習モデルの不足という課題を解決します。二段階学習計画により、事前学習済みのテキストから画像へのモデルを組み合わせ、姿勢制御可能な動画生成を実現しています。