一句动作描述，比如跳一段舞、踢个腿，一个 3D 角色就能把这个动作做出来，连手指都会跟着动。开源项目 prompt2rig 走的路子很巧：先让视频模型生成一段真人做这个动作的短视频，再从视频里还原出全身和双手的 3D 动作。
还原出来的动作直接套到 Mixamo 角色上播放，浏览器里先出一版实时预览，本地显卡再跑一遍高精度，每只手 15 个手指关节都能算出来。看演示里连手势都对得上，这点挺让人意外。
速度也不慢。用 RTX 4090 跑一段 5 秒的片段，选快的视频模型生成只要两三秒，高精度动作还原三四秒。做好的动画能导出成 glb 文件，拿去 Blender 或 Unity 里接着用。还有个串流模式，每段从上一段的最后一帧接着演，连成一整场表演。
做独立游戏、给角色找动作素材的，比一帧帧摆姿势省事太多。
项目地址：
正文完