卡内基梅隆大学的研究人员开发了一种计算机模型，该模型可以将描述身体运动的文本直接转换为简单的计算机生成的动画，这是朝着有一天直接从脚本生成电影的第一步。
科学家在使计算机理解自然语言以及生成一系列物理姿势以创建逼真的动画方面取得了巨大飞跃。但是，由于自然语言和身体姿势之间的联系已经缺失，因此这些功能也可能存在于单独的世界中。
语言技术学院(LTI)副教授Louis-PhilippeMorency和LTI博士ChaitanyaAhuja的学生正在努力使用一种称为联合语言对姿势(JL2P)的神经体系结构将这些世界融合在一起。JL2P模型使句子和肢体动作可以共同嵌入，因此它可以学习语言与动作，手势和动作之间的关系。
“我认为我们还处于研究的初期阶段，但是从建模，人工智能和理论的角度来看，这是一个非常令人兴奋的时刻，”莫朗西说。“目前，我们正在谈论为虚拟角色设置动画。最终，语言和手势之间的这种联系可以应用于机器人;我们也许可以简单地告诉个人助理机器人我们想要做什么。
他补充说：“我们最终还可以采用另一种方式-使用语言和动画之间的这种联系，以便计算机可以描述视频中发生的事情。”
Ahuja将于9月19日在加拿大魁北克市举行的3-DVision国际会议上发表JL2P。
为了创建JL2P，Ahuja使用了课程学习方法，该方法侧重于模型，首先学习短而容易的序列(“一个人向前走”)，然后学习更长，更困难的序列-“一个人向前走，然后转身再向前走，或“有人在跑步时跳过障碍物”。
