即插即用2D运动接口，让3D运动语言模型适配真实视频

运动语言模型（MoLMs）通常通过将3D运动进行分词化，并使用语言模型处理生成的令牌来理解人类运动。然而，从单目视频中获取准确的3D运动具有挑战性，限制了其在实际应用中的适用性。为解决这一问题，我们引入了一种即插即用的2D运动接口，使预训练于3D的MoLMs能够接受2D运动输入，而无需修改或微调原始模型。 在公共数据集上的实验表明，我们的方法在多种MoLMs上实现了与3D运动输入相当的性能，并且优于从头开始在2D运动上训练的MoLMs。我们进一步构建了一个单目真实世界视频运动评估数据集，并引入了一个真实视频适配器，证明了在评估的单目姿态估计设置下，2D运动相对于3D运动的实用性。这些结果表明，2D运动为在真实世界运动理解场景中部署MoLMs提供了一种实用的接口。代码可在 https://github.com/irajisamurai/2D-Motion-Interface 获取。