# Generowanie ruchu postaci z opisu tekstowego

EN: **Text-to-motion generation** · id `textmotion` · aliases: text-to-motion generation, text-conditioned motion generation, generowanie ruchu z tekstu, generowanie ruchu warunkowane tekstem

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w grach](https://aiatlasgraph.com/t/gameai.md) › [Animacja postaci sterowana danymi](https://aiatlasgraph.com/t/charanimation.md) › Generowanie ruchu postaci z opisu tekstowego

## Description

- PL: Modele generatywne, najczęściej dyfuzyjne transformery, tworzące sekwencje póz szkieletu warunkowane tekstem, etykietą akcji lub innymi sygnałami.
- EN: Generative models, most often diffusion transformers, producing skeleton pose sequences conditioned on text, an action label or other signals.

## In one sentence

- PL: Wpisujesz zdanie w rodzaju „osoba podskakuje i macha ręką”, a model tworzy animację ruchu całego ciała.
- EN: You type a sentence like 'a person hops and waves', and a model creates an animation of full-body movement.

## Problem it solves

- PL: Nagrywanie aktora w studiu ruchu dla każdej drobnej czynności jest drogie, a małe zespoły nie mają do niego dostępu.
- EN: Recording an actor in a motion studio for every small action is costly, and small teams cannot access one.

## What it does

- PL: Jak szkic choreografa: z opisu powstaje pierwszy ruch, który animator może potem poprawić albo przerobić.
- EN: Like a choreographer's sketch: a first movement emerges from the description, which an animator can then refine or rework.

## Everyday example

- PL: Twórca niezależnej gry wpisuje „strażnik ziewa i przeciąga się” i dostaje gotowy klip dla postaci w tle.
- EN: An indie game maker types 'a guard yawns and stretches' and gets a ready clip for a background character.

## This concerns you if you…

- PL: potrzebujesz animacji bez dostępu do studia ruchu
- PL: prototypujesz sceny w grze lub filmie
- PL: śledzisz modele generatywne poza obrazem i tekstem
- EN: need animation without access to a motion studio
- EN: prototype scenes for a game or film
- EN: follow generative models beyond images and text

## Keywords

Motion Diffusion Model · MDM · HumanML3D · T2M-GPT · MotionGPT · MoMask · classifier-free guidance · SMPL

## How it works

- PL: Model dyfuzyjny uczy się odszumiać całe sekwencje póz, warunkowany osadzeniem tekstu i wytycznymi bez klasyfikatora. Przewidując czysty ruch zamiast szumu, może korzystać ze strat geometrycznych na pozycjach i prędkościach stawów, w tym ze straty kontaktu stóp z podłożem.
- EN: A diffusion model learns to denoise whole pose sequences, conditioned on a text embedding with classifier-free guidance. By predicting clean motion rather than noise, it can use geometric losses on joint positions and velocities, including a foot-contact loss.

## Limits

- PL: Praca źródłowa ocenia generowanie ruchu z tekstu lub etykiety akcji, a nie sterowanie postacią w konkretnej scenie. Model nie otrzymuje geometrii otoczenia ani fizyki, a generowanie dyfuzyjne wymaga wielu kroków odszumiania.
- EN: The cited work evaluates motion generation from text or an action label, not control of a character in a particular scene. The model receives neither scene geometry nor physics, and diffusion generation requires multiple denoising steps.

## Key terms

- PL: **sekwencja póz**: Ruch zapisany jako kolejne pozycje stawów szkieletu.
- PL: **wytyczne bez klasyfikatora**: Sposób wzmacniania wpływu opisu na wynik generowania.
- PL: **inpainting ruchu**: Uzupełnianie brakującego fragmentu animacji pomiędzy znanymi pozami.
- EN: **pose sequence**: Motion stored as successive skeleton joint positions.
- EN: **classifier-free guidance**: A way to strengthen the prompt's influence on the generated output.
- EN: **motion inpainting**: Filling in a missing animation segment between known poses.

## Know first

- [Modele dyfuzyjne (Diffusion models)](https://aiatlasgraph.com/t/diffusion.md)
- [Transformery i attention (Transformers and attention)](https://aiatlasgraph.com/t/transformers.md)

## Related topics

Untyped, symmetric "see also" links.

- [Generowanie wideo z tekstu i obrazu (Text-to-video and image-to-video generation)](https://aiatlasgraph.com/t/videogen.md)

## Sources

- [Human Motion Diffusion Model](<https://arxiv.org/abs/2209.14916>) `tevet-mdm-2022` · by Guy Tevet, Sigal Raab, Brian Gordon, Yonatan Shafir, Daniel Cohen-Or, Amit H. Bermano

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/textmotion · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30