会跳舞、能演讲！RoboPerform 让人形机器人听懂声音，即兴解锁双重技能

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Zhe Li等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 ★ 本文的主要作者来自北京智源人工智能研究院、哈尔滨工业大学、香港科技大学、上海交通大学、北京大学和悉尼大学。本文的第一作者为北京智源人工智能 研究院的实习生李哲，主要研究方向为具身智能和3D数字人。共同一作是哈尔滨工业大学的韦杨扬。本文的通讯作者为北京大学计算机学院研究员、助理教授 仉尚航和北京智源研究院研究员迟程。 行业痛点：多阶段流程带来的信息损失 当爵士乐的节拍响起，人形机器人即刻舒展肢体，抬手、转身、踏步精准踩中每一个鼓点；当演讲者的话音落下，它又能顺着语调的抑扬、话语的重音，自然抬 手、侧身、点头，用恰到好处的肢体语言强化表达。 这不是科幻电影里的片段，而是 RoboPerform 正在实现的现实。 它打破了人形机器人 "照本宣科" 的动作困境，既让机器能随音乐即兴起舞，也能配合语音生成自然手势，真正听懂声音的情 ...