这项由德国图宾根大学人工智能中心与马克斯·普朗克信息学研究所联合开展的研究，发表于2026年1月的arXiv预印本平台（论文编号：arXiv:2601.10909v1），有兴趣深入了解的读者可以通过该编号查询完整论文。
要理解这项研究的价值，我们先回想一下小时候玩积木的经历。当我们想要搭建一个复杂的城堡时，我们会先准备不同形状的积木块——有些是方形的，有些是三角形的，有些是圆柱形的。然后，我们按照自己的想象，将这些基础积木块组合在一起，最终创造出一个独特的城堡。这个过程的关键在于，我们既要有丰富的基础积木块，又要知道如何将它们巧妙地组合起来。
人体动作的生成其实也遵循着类似的原理。当我们描述"一个人走路、转身、坐下、站起来再走路"这样一个复杂动作序列时，实际上是在描述多个基础动作的组合。就像积木城堡由不同形状的积木块组成一样，复杂的人体动作也可以分
