UniMate：一句话让任意 3D 骨骼动起来，文本驱动骨骼动画完全指南
【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/UniMate
UniMate 是 SIGGRAPH Asia 2026 接收的统一 3D 骨骼动画生成模型。它的用法很直接：一个绑好骨骼的 3D 资产（人形、四足机器人、鸟类，甚至一朵花）加上一句文字，就能实时产出一段完整的自然动作，不用为每个骨架单独训练，也不做测试时优化。
🎬 先看效果：它能驱动什么样的骨架
下图里的所有动作都出自同一个模型：人形角色、四足机器人、动物、花朵……骨架结构各不相同，提示词换一句，动作就换一套。
它是什么：为什么一个模型能驱动所有骨架
思路是放弃"一类骨架配一个模型"。UniMate 只训练一个去噪网络，让它同时理解双腿、四足、鸟类、海洋生物、昆虫、铰接刚体等拓扑的运动数据；推理时按流匹配（flow matching，扩散模型靠"逐步去噪"生成图，这里同理）的方式逐帧去噪，文本提示作为引导条件，直接输出一段 60 帧的动作序列。
能做什么：文本生成、编辑、补间与扩展四大能力
下面四项能力全部来自同一个模型，无需任何额外训练。其中编辑、补间、扩展都靠同一套"替换式采样"（见 unimate/inference/）：已知帧在每一步去噪时被严格固定，网络只负责补出剩下的部分。
文本生成动作：一句提示词，骨架就动起来
资产加一句 "An object flaps its wings." 之类的提示词，动作实时生成；自己的 GLB / FBX 资产可以先跑一遍 data_process/rig_preprocess/ 再使用。下图中这只 51 个关节的鹰就是仓库自带的示例资产。
文本引导动作编辑：只改你想改的那部分关节
用--keep_joints把颈部、头部这类关节钉在原轨迹上，剩余关节按新提示词重新生成。下面这条示例里，机器人的"转头"被改成了"向前走"，被锁定的关节逐帧保持原样。
动作补间：关键帧之间的过渡自动补全
只给首尾两帧关键帧（--keep_frames "0,-1"），中间的过渡全部由模型生成——这正是动画师口中的"中间帧"工作，现在自动化了。
动作扩展：多条提示词拼成一条长动画
测试用例里把值写成列表，例如"站起来、向前走、原地转身"。模型逐段生成，每段开头与上一段尾部对齐，--expand_overlap控制重叠帧数，最后拼成连贯的长序列。
快速上手：三步从克隆到生成第一个动作
装环境很干净，一个 conda 环境通吃数据处理、训练和推理：
git clone https://gitcode.com/GitHub_Trending/un/UniMate conda create -n unimate python=3.10 -y && conda activate unimate pip install "setuptools<81" && pip install -r requirements.txt --no-build-isolation第二步把官方 checkpointunimate_uniml3d_f60_v3下到outputs/（hf download命令见 README 的 Inference 小节）。若想驱动数据集里的骨架，需再下载 UniML3D 到dataset/（约 88 GB）；只用自己资产则可跳过。然后跑：
python -m unimate.inference.sample --exp_dir outputs/unimate_uniml3d_f60_v3 \ --test_cases_json assets/examples/examples.json --num_repetitions 3 --output_dir outputs/samples/examples产出的.npy动作可用scripts/run_animate_motion.sh驱动回原网格，导出带动画的 GLB / FBX。想自己训练的话，再执行：
accelerate launch -m unimate.training.train --config configs/uniml3d_60frames_graph_adaln.jsonscripts/下的封装脚本会自动挑显存最空闲的 GPU，新手直接跑 shell 脚本即可。
幕后：13,769 条动作从哪来
模型的底气来自 UniML3D 数据集：13,769 条带文本配对的运动片段，覆盖 7,430 个骨架，原料取自 Mixamo（人形）、Truebones ZOO（动物）和 Objaverse-XL（杂类资产），全部统一到同一规范姿态下。训练用流匹配做目标，每个片段 60 帧；configs/ 里 8 份 JSON 对应 4 种数据组合 × 2 种注意力变体，改字段即可切换实验，数据流水线的细节见 data_process/README.md。
代码导读：模型各部分放在哪
| 目录 | 干什么 |
|---|---|
| unimate/models/ | 去噪骨干（图注意力 / 全注意力两种变体）与扩散、流匹配基础设施 |
| unimate/dataset/ | 数据加载、在线增强与条件构造 |
| unimate/training/ | 训练循环、EMA 权重与日志，入口是train.py |
| unimate/inference/ | 采样入口sample.py，编辑 / 补间 / 扩展都实现在这里 |
| data_process/ | 完整数据管线：Blender 导出渲染、VLM 打字幕、关节标注 |
| configs/ | 8 份训练配置 JSON |
适合谁用，局限又是什么
- 内容制作：给绑好骨骼的角色或资产批量产出动画素材，省去逐帧 K 帧
- 游戏与机器人团队：四足机器人、动物、机械臂等非人形骨架直接可用
- 算法研究者：统一骨架动画 + 流匹配训练的完整参考实现
作者也坦率说明：这仍是"任意骨架文本生成动作"的早期探索，部分骨架与动作会失败。如果你遇到不work 的 case，欢迎提 issue——这些失败案例正是推动模型走向下一步的养料。代码采用 MIT 许可，checkpoint 为 CC BY-NC 4.0，三个数据集各自遵循源许可。
【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
