MotionGPT

让文字直接驱动数字人动作,一句话生成逼真3D动画

MotionGPT 是一个将人体运动视为一种‘外语’的统一生成模型,发表于 NeurIPS 2023。它利用大型语言模型(LLM)的架构来处理运动序列,将动作数据离散化为运动词元(motion tokens),并采用类似文本生成的方式训练模型,从而实现了从文本描述生成对应动作、从动作生成文本描述以及动作补全等多种任务。该项目解决了传统运动生成模型任务单一、泛化能力弱的问题,通过统一框架支持多模态交互,用户只需输入自然语言指令即可驱动数字人产生逼真动作。核心能力包括文本到动作生成、动作到文本描述、以及基于运动词元的可控生成,适用于动画制作、虚拟现实、游戏开发和机器人控制等领域。项目提供了完整的训练和推理代码,并附有预训练模型,便于研究者和开发者快速上手。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1974
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类数字人3D
开发团队OpenMotionLab
所属国家
定价模式free
价格说明开源模型,MIT许可证,完全免费,需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型3d-generation,chatgpt,gpt,language-model,motion,motion-generation,motiongpt,multi-modal,text-driven,text-to-motion
GitHub 星标★ 1974
30天Star增速
HF 下载量
上线时间2023-06-20 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

难度:进阶 约 30 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Blender(README 要求先按 TEMOS 文档完成其渲染环境配置)
  • Blender 自带的 Python 解释器(用于安装渲染依赖)
  • 能访问 GitHub 与 HuggingFace 的网络环境

安装与启动步骤

  1. 1在线体验 Demo

    README 提供 HuggingFace Demo 链接,可在浏览器直接体验文本与动作互转,无需本地部署。

  2. 2克隆项目仓库

    把官方仓库下载到本地,渲染依赖清单位于仓库的 prepare/ 目录内。

    git clone https://github.com/OpenMotionLab/MotionGPT
    cd MotionGPT
  3. 3配置 Blender 环境

    README 要求先参考 TEMOS 项目的 Blender 配置文档完成环境准备,该部分仍标注 WIP。

  4. 4安装渲染依赖

    使用 Blender 自带 Python 执行仓库中的渲染依赖清单,注意路径要换成自己的。

    /your/blender/python/bin/python -m pip install -r prepare/requirements_render.txt

如何确认成功

README 未给出启动验证方法;在线 Demo 能生成动作、渲染依赖 pip 安装无报错即可视为当前步骤通过。

常见问题

Q:必须装 Blender 才能用吗?

A:README 仅渲染环节要求 Blender 且标注为 WIP;文本到动作与动作到文本的运行方式节选中未给出,可先用 HuggingFace Demo 体验。

Q:YOUR_BLENDER_PYTHON_PATH 填什么?

A:填 Blender 安装目录下自带 Python 解释器的完整路径,例如 /your/blender/python/bin/python,不要用系统默认 python。

Q:找不到 prepare/requirements_render.txt?

A:该文件在仓库的 prepare/ 目录下,需先克隆仓库,并在仓库根目录执行安装命令。

Q:README 没有训练和推理步骤怎么办?

A:节选内容只覆盖 Quick Start 里的 Blender 渲染依赖安装,训练与推理说明请查看仓库完整 README 与项目主页。

注意事项

  • README 的 Quick Start 只给出 Blender 渲染依赖安装命令,且该部分标注为 WIP,内容可能变动。
  • 本教程未编造任何训练、推理命令,请勿套用其他项目的参数或端口。
  • 官方提供 HuggingFace Demo 与项目主页,本地环境未就绪时可先用在线演示验证效果。
  • 命令中的 Blender Python 路径需替换为自己机器上的真实路径后再执行。

核心亮点

  • 统一框架:一个模型同时支持文本转动作、动作转文本和动作补全,无需多个专用模型
  • 基于LLM架构:利用大规模语言模型预训练能力,生成的动作更自然、语义更准确
  • 提供预训练模型和完整代码,开箱即用,降低二次开发门槛

不足之处

  • 依赖大规模算力和数据,训练成本较高,个人开发者难以复现
  • 运动词元化过程可能丢失细节,复杂动作的精度有限
  • 文档和社区支持相对薄弱,教程和示例较少

适用场景

  • 游戏开发中快速生成角色动画,减少手工调帧
  • 虚拟主播或数字人直播时,根据脚本自动生成肢体动作
  • 影视预可视化,用文字描述快速生成动作分镜

替代项目

Motion Diffusion Model (MDM)、HumanML3D、T2M-GPT

项目介绍

MotionGPT 是数字人3D领域的开源项目,由 OpenMotionLab 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(1,974)位列前 30%,在数字人3D分类的 272 个项目里位列前 10%。

近 42 天,它的 GitHub 星标从 1,953 增加到 1,974,净增 21。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。MIT许可证,完全免费,需自行部署使用。

它主要面向的使用场景是:游戏开发中快速生成角色动画,减少手工调帧。同类可对比的替代方案包括 Motion Diffusion Model (MDM)、HumanML3D、T2M-GPT。

上一篇:WorldGen

下一篇:TripoSG

同类项目推荐

A3D 开源

在 three.js 里直接调用 AI 生成纹理和素材,边建模边生成

3D x AI hybrid editor, built with three.js

★ 129 2026-08-09
cube 开源

用一句话生成 3D 模型,在 Roblox 里快速落地 AI 创作

Roblox Foundation Model for 3D Intelligence

★ 1254 2026-08-09
AG3D 开源

用2D图片直接生成3D虚拟人,告别昂贵扫描

Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···

★ 272 2026-08-09
GameFactory-3A 开源

一条命令生成 3A 游戏资产,从模型到视频全自动

A comprehensive open-source 3A game-generation skill and asset framework.

★ 798 2026-08-21