在3D生成领域，随着人工智能技术的持续创新，自动化工具的需求呈爆炸式增长。近日，由VAST联合清华大学推出的UniRig引起了广泛关注，这是一款全新的自动绑骨框架，标志着3D内容创作的又一次突破。
所谓“绑骨”，是将静态的3D模型转变为可供动画驱动的角色的必经过程，但这一过程通常复杂、耗时且需要大量专业知识。而市场对于高质量3D资产的需求日渐增长，这使得快速而准确的绑骨解决方案成为了亟待解决的瓶颈。尽管现有的自动化工具部分解决了这一难题，但依然存在一些局限：模板法在面对多样化模型时显得无能为力，而无模板法又常常面临生成不可靠拓扑结构的问题。
针对这些问题，UniRig的核心创新在于其采用的自回归预测与骨骼树Tokenization相结合的方法，可以有效地为各类3D模型生成高质量的绑定数据。UniRig以高达215%的精度，在多个关键指标上超越传统方法，展现出极高的鲁棒性和效率。生成拓扑合理的骨骼与真实的蒙皮权重，使得动画效果得到了显著提升。
另一个值得关注的创新是HoloPart，这一工具针对3D内容制作中的部件编辑难题提供了全新的解决方案。传统上，模型的编辑往往难以将各个部件独立处理。而HoloPart的三维部件完整语义分割技术强调了形状的完整性与可编辑性，使得开发者能够更自由地处理多种三维形状，极大提升了用户的创造空间。
这两项开源技术的推出，正值VAST的开源月，继MIDI、MV-Adapter及基础3D生成模型TripoSG和TripoSF之后，再次彰显了VAST在3D生成技术上的创新能力。科技的不断进步让我们对未来3D创作更加充满期待，感兴趣的小伙伴不妨试试这款新工具，开启你的3D创作之旅！
了解更多内容，请访问UniRig的论文、代码库及项目主页。同时，HoloPart的论文和代码库也值得一看。返回搜狐，查看更多