UniMate 3D 骨骼动画生成完整指南【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMateUniMate 是 SIGGRAPH Asia 2026 发布的 3D 骨骼动画生成模型给它任意一个绑好骨骼的 3D 资产加一句文字就能实时生成动作。无需针对每个骨架重新训练也无需测试时优化。先看效果UniMate 文字驱动的 3D 骨骼动画文本即指令写一句 a dog walks forward对应骨架就会动起来。一个模型多种骨架双腿、四足、鸟类、海洋生物、蛇形甚至铰接刚体同一套权重通吃。零重训零优化单卡 GPU 实时出动作换骨架不用改模型。跑起来要多久整个项目只依赖一个 conda 环境Python 3.10、NVIDIA GPUCUDA 12.4。Blender 以 pip 模块bpy形式装好不用单独安装。git clone https://gitcode.com/GitHub_Trending/un/UniMate conda create -n unimate python3.10 -y conda activate unimate pip install setuptools81 pip install -r requirements.txt --no-build-isolation场景命令训练accelerate launch -m unimate.training.train --config configs/uniml3d_60frames_graph_adaln.json文本生成动作python -m unimate.inference.sample --exp_dir 实验目录 --test_cases_json 用例文件导出带动画网格SKIP_INVALID1 bash scripts/run_animate_motion.sh 输出目录8 份训练配置4 种数据组合 × 2 种模型变体都在 configs/改 JSON 即可切换实验。scripts/ 下的封装脚本会自动挑显存最充足的 GPU新手直接跑 shell 更省心。它是怎么做到的训练数据是UniML3D数据集13,769 条带文本配对的运动片段覆盖 7,430 个骨架。流水线先把不同来源的骨架做canonicalization规范化把各骨架的关节对齐到统一坐标系模型就不必区分后腿和左前腿这类命名差异。来源内容MixamoAdobe 的人形角色动作库Truebones ZOO动物骨架动作资源包Objaverse-XL带绑定与动画的海量 3D 资产训练范式是flow matching流匹配网络预测噪声到数据的中间速度场采样时走几步 ODE 就能出图比经典扩散更快更平滑。去噪网络默认用图注意力graph attention沿骨架的父子拓扑处理关节而不是把所有关节摊平文字指令通过adaLN自适应层归一化用文本特征缩放、平移网络中间特征注入每一层。文本编码器默认google/flan-t5-base同一套机制也有全注意力 cross-attention 的变体。不止于演示同一套权重免费解锁三个进阶功能无需额外训练。它们共用替换式采样约束帧在每一步去噪时都被精确保持不是靠损失函数软约束。动作补间只给首尾关键帧就补全过渡固定首尾两帧关键姿态模型自动生成中间的平滑过渡。适合关键帧动画场景只 K 首尾两个 pose用--keep_frames指定固定帧如0,-1表示补齐首尾之间的全部中间帧。文本引导动作编辑锁定关节改动作把指定关节锁在原轨迹上其余部分按新提示词重新生成——保留该保留的重动该动的。适合手里已有一段好动作、只想改一部分的场景--keep_joints传入关节名如Neck,Head配新提示词重采其余关节。动作扩展多段文本拼成长动画把多条提示词排成队列模型逐段生成并自动衔接接缝帧串成一条连贯长序列。适合需要长时长连续动作的场景用例值写成提示词列表--expand_overlap控制相邻段共享多少帧以平滑接缝。代码地图目录职责unimate/models/去噪网络与流匹配核心unimate/dataset/数据加载与条件构造unimate/training/训练循环、EMA 与日志unimate/inference/采样入口与三大应用data_process/UniML3D 数据流水线configs/8 份训练配置 JSON建议从采样入口 unimate/inference/sample.py 开始读推理路径最短、最能看清整个数据流。适合谁3D 内容创作者为任意绑好的角色或资产批量生成动画省去逐帧 K 帧。游戏与机器人研发四足机器人、机械臂等非人形骨架也能直接出动作。研究者统一骨架动画 流匹配的完整开源参考实现可复现可魔改。作者也坦诚这仍是任意骨架文本生成动画的早期探索部分骨架和动作仍会失败。如果踩到坑欢迎提 issue 反馈——这些失败案例正是让下一代模型变强的方式。【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考