우리는 전신 제어 (whole-body control)를 위해 10억 규모의 모션 코퍼스 (motion corpus)로 학습된 인과적 어텐션 (causal attention) 기반의 GPT 스타일 트랜스포머 (Transformer)인 Humanoid-GPT를 소개합니다. 희소한 데이터와 민첩성-일반화 간의 트레이드오프 (trade-off)에 의해 제약받았던 기존의 얕은 MLP 트래커 (MLP trackers)와 달리, Humanoid-GPT는 모든 주요 모캡 (mocap) 데이터셋과 대규모 자체 기록을 통합한 20억 프레임 규모의 리타겟팅된 코퍼스 (retargeted corpus)로 사전 학습되었습니다. 데이터와 모델 용량 (model capacity)을 모두 스케일링함으로써, 매우 역동적인 동작을 트래킹하는 동시에 보지 못한 모션 (unseen motions) 및 제어 태스크 (control tasks)에 대해 전례 없는 제로샷 일반화 (zero-shot generalization)를 달성하는 단일 생성형 트랜스포머 (generative Transformer)를 구현했습니다. 광범위한 실험과 스케일링 분석을 통해 우리 모델이 새로운 성능 경계 (performance frontier)를 구축함을 보여주며, 매우 역동적이고 복잡한 모션을 트래킹하는 동시에 보지 못한 태스크에 대한 강력한 제로샷 일반화를 입증합니다.