MotionDiffuse

输入一句话，AI自动生成逼真的3D人体动画

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数字人3D 🍴 复刻 83 🐛 待处理 27 👀 关注 26

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 987

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，本地部署，完全免费

项目预览

MotionDiffuse 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D

开发团队MotrixLab

官网地址https://mingyuan-zhang.github.io/projects/MotionDiffuse.html

GitHubhttps://github.com/MotrixLab/MotionDiffuse

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型3d-generation,diffusion-model,motion-generation,text-driven

GitHub 星标★ 987

上线时间2022-09-03 00:00:00

代码更新2024-07-19

仓库体积30.5 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

MotionDiffuse 是一个基于扩散模型的文本驱动人体运动生成框架，旨在解决从自然语言描述直接生成高质量3D人体动画的问题。它通过将文本编码器与去噪扩散模型结合，能够根据用户输入的文字（如“一个人向前走并挥手”）生成连续、多样且符合语义的运动序列。核心能力包括：细粒度的时间控制（支持对运动片段进行局部编辑）、多模态条件融合（可结合文本和初始姿态）、以及生成运动的随机采样以提供多种合理结果。项目提供了完整的训练和推理代码，支持自定义数据集，并附带预训练模型和可视化工具，方便研究者和开发者快速上手。MotionDiffuse 在学术上推动了扩散模型在运动生成领域的应用，为后续工作（如MDM、MotionGPT）奠定了基础。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 987

技术标签

3d-generation diffusion-model motion-generation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 30 分钟部署方式：本地 (Python/C 4 步

安装与启动步骤

1克隆仓库

git clone https://github.com/MotrixLab/MotionDiffuse.git 并进入目录。
2创建环境

conda create -n motiondiffuse python=3.8 -y && conda activate motiondiffuse。
3安装依赖

pip install -r requirements.txt 安装 PyTorch 与扩展依赖。
4运行推理

使用预训练模型，输入文本描述生成人体动作序列，输出为 BVH / FBX 格式。