MimicMotion é um modelo de geração de vídeo de movimentos corporais humanos de alta qualidade, desenvolvido em conjunto pela Tencent e a Universidade Jiao Tong de Xangai. O modelo, por meio de orientação de pose com percepção de confiança, alcança controlabilidade no processo de geração de vídeo, melhorando a suavidade temporal do vídeo e reduzindo a distorção da imagem. Ele emprega um modelo de difusão avançado de imagem para vídeo, combinando时空U-Net e PoseNet, capaz de gerar vídeos de alta qualidade com qualquer comprimento com base em uma sequência de poses. O MimicMotion supera significativamente os métodos anteriores em vários aspectos, incluindo a qualidade da geração de mãos e a precisão na conformidade com as poses de referência.