AniGen

一句话生成带骨骼绑定的3D角色，开箱即用

开源 🏷️定价信息待确认 ✅ 目前可打开数字人3D 🍴 复刻 45 🐛 待处理 9 👀 关注 4

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 551

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类数字人3D

开发团队VAST-AI-Research

官网地址https://yihua7.github.io/AniGen_web

GitHubhttps://github.com/VAST-AI-Research/AniGen

定价模式🏷️定价信息待确认

价格说明项目官网为学术项目展示页，未提供在线体验或定价信息，需自行部署或关注后续发布。

访问状态✅ 目前可打开

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型3d-generation,animation,animation-ready,auto-rigging,character-animation,generative-3d,rigging,siggraph2026,skin,tripo

GitHub 星标★ 551

上线时间2026-02-27 00:00:00

代码更新2026-07-15

仓库体积97.2 MB

本站数据更新2026-11-11

维护状态低维护

收录时间2026-08-09

浏览次数9

项目介绍

AniGen 是一个面向可动画化 3D 资产生成的统一框架，由 SIGGRAPH 2026 论文提出。它解决了传统 3D 生成模型难以直接产出可驱动、可绑定角色模型的问题，通过引入统一的 S³ 字段（形状、蒙皮、蒙皮权重），将静态几何生成与动画骨架绑定、蒙皮权重预测整合到单一流程中。用户输入文本或图像，即可生成具有完整蒙皮和骨骼绑定的 3D 角色模型，可直接用于动画制作或游戏引擎。核心能力包括：端到端生成可动画化资产、自动蒙皮权重预测、支持骨骼驱动变形，以及基于扩散模型的生成质量。项目处于早期阶段，代码库以 Python 实现，依赖深度学习框架，适合研究者和开发者探索新一代 3D 资产生成技术。

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 ★ 551

技术标签

3d-generation animation

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：高级约 100 分钟部署方式：本地GPU 5 步

环境要求

CUDA 显卡（大显存）
Python 3.10+
约数 GB 权重

安装与启动步骤

1带子模块克隆

它依赖若干子模块，不加参数会缺文件。
```
git clone --recurse-submodules https://github.com/VAST-AI-Research/AniGen.git
```
2跑环境脚本

脚本会建环境并装全套依赖，国内可加速。
```
source ./setup.sh --new-env --all
```
3单图生成一次

先用自带样例图验证链路。
```
python example.py --image_path assets/cond_images/trex.png
```
4换成自己的角色图

角色姿态与遮挡会影响骨骼推断质量。
5导出带动画的资产

它输出的是带骨骼与蒙皮的完整资产，可直接进引擎。