AniGen

一句话生成带骨骼绑定的3D角色，开箱即用

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。

开源 unknown 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 502

维护状态维护中

是否开源是

定价模式 unknown

项目数据

分类数字人3D

开发团队VAST-AI-Research

所属国家

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

GitHubhttps://github.com/vast-ai-research/anigen

定价模式unknown

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

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型3d-generation,animation,rigging,skin

GitHub 星标★ 502

30天Star增速

HF 下载量

上线时间2026-02-27 00:00:00

最近更新2026-09-21 00:00:00

维护状态维护中

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7

使用教程

核心亮点

统一生成形状与蒙皮权重，避免后期绑定繁琐流程
基于SIGGRAPH论文，技术方案有学术创新性
支持文本/图像输入，降低3D内容创作门槛

不足之处

项目处于早期，文档和社区支持待观察
依赖较重的深度学习环境，部署成本较高

适用场景

游戏角色快速原型设计
影视动画中的角色资产预生产
虚拟人/数字人内容创作

替代项目

DreamGaussian、Point-E、Magic3D

项目介绍

AniGen 是数字人3D领域的开源项目，由 VAST-AI-Research 开发，是 2026 年新上线的项目。

它收录于数字人3D分类，该分类目前共有 272 个项目，GitHub 星标数为 502。

项目仍在小幅维护中，最近一次代码更新于 2026-09-21。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。从国内网络环境看，可直接访问。

它主要面向的使用场景是：游戏角色快速原型设计。同类可对比的替代方案包括 DreamGaussian、Point-E、Magic3D。

上一篇：reflect3r

下一篇：ComfyUI-Hunyuan3d-2-1