GGitHub 趋势观察站
每日 07:00 更新
← 返回今日榜单

Friedrich-M /

UniMate

根据文本为不同骨骼拓扑的三维角色生成和编辑动作的研究模型。

访问 GitHub 仓库 ↗
最近上榜 · 2026-10-02#15

当日排名

+225当日新增 Star1,055总 Star

UniMate:用统一模型为不同骨骼生成三维动作

一分钟看懂

UniMate 是一项三维动画研究项目,尝试用同一个文本条件模型为双足、四足、鸟类、海洋生物、昆虫、蛇形角色和刚体结构等不同骨骼拓扑生成动作。项目论文被 SIGGRAPH Asia 2026 接收,并公开了训练、推理代码、预览模型和配套数据处理流程。

你可以用它做什么

  • 根据文字描述为已绑定骨骼的三维资产生成动作。
  • 在关键帧之间补全过渡动作。
  • 保留部分关节运动,同时按新文本编辑其他关节。
  • 将多段文字提示生成的动作连接为更长序列。
  • 研究不同骨骼结构之间共享的动作生成表示。

主要能力

模型把不同骨骼规范化到统一表示,无需为每一种骨骼重新训练或在推理时单独优化。仓库提供单 GPU 与多 GPU 训练、检查点恢复、推理采样、动作补间、文本引导编辑和动作扩展。配套 UniML3D 数据包含 13,006 段带文本的动作序列,覆盖多种骨骼拓扑。

适合哪些人

它主要面向三维动画、图形学、生成模型和角色动作研究人员,也适合有 Python、PyTorch、Conda 与 GPU 环境经验的技术美术和工程师。需要成熟商业动画流水线的普通创作者,应先通过交互演示评估质量和失败模式。

怎么开始使用

官方建议创建 Python 3.10 的 Conda 环境并安装 requirements.txt。推理需要已发布的检查点、训练配置、归一化统计以及相应数据特征目录;训练可通过 Hugging Face Accelerate 在单 GPU 或多 GPU 上启动。项目页面和 Hugging Face 提供演示、数据与预览检查点。

使用前需要知道

官方明确称 UniMate 仍处于早期阶段,许多动作和骨骼会失败,不能假设任意角色都能稳定生成自然动作。训练和推理需要 GPU、数据预处理与较复杂环境,资源消耗取决于模型和数据规模。代码采用 MIT 许可证,但 Mixamo、Objaverse-XL 和 Truebones 等数据资产分别受原始许可约束,其中 Truebones ZOO 动作不能由项目重新分发,需要单独购买并遵守商业许可。

官方资料