Rigel3D: Rig-aware Latents for Animation-Ready 3D Asset Generation
Rigel3D 是一种新颖的生成式框架，它通过耦合潜在表示联合建模几何结构与骨架结构，从而生成可直接用于动画的 3D 绑定网格，以此克服当前 3D 生成模型中静态输出和事后自动绑定方法的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你拥有一台神奇的 3D 打印机，只需查看一张图片，就能创造出极其逼真的龙、机器人或猫的雕像。这就是当前 AI 3D 生成器所做的事情。但有一个陷阱：这些雕像出来时是冻结的。它们是实心、静态的块状物。如果你想制作一部龙在飞或机器人在跳舞的电影，你不能只是抓住雕像并移动它的手臂。这就像拥有一个没有关节的人体模型；它永远被固定在一个姿势上。
为了让这些雕像动起来，人类动画师通常必须完成一项名为“绑定（rigging）”的繁琐工作。这就像在雕像内部构建一个看不见的骨架，将线（骨骼）连接到特定点，并绘制一张地图（蒙皮权重），告诉软件当骨骼移动时皮肤应如何拉伸。
Rigel3D 是一个新的 AI 系统，它完全跳过了“冻结雕像”这一步。Rigel3D 不是先打印一个静态块，然后试图在其内部构建骨架，而是同时打印雕像并构建骨架。
以下是其工作原理，使用一些日常类比：
1. “双脑”方法（耦合潜变量）
大多数旧方法试图在形状完成后猜测骨架。Rigel3D 则不同。它使用两个不断相互交流的“大脑”：
- 表面大脑：观察物体的外部（皮肤、纹理、曲线）。
- 骨架大脑：观察不可见的内部结构（关节应在何处、骨骼如何连接）。
这就像一位大师级雕塑家，他们不仅雕刻黏土，还在塑造外部的同时，在黏土内部雕刻木质骨架。他们知道，如果黏土被塑造成弯曲的膝盖形状，内部的骨骼也必须在那里弯曲。通过共同训练这两个大脑，AI 确保外部形状和内部骨架从创建的第一刻起就完美匹配。
2. “自回归”骨骼构建器
一旦 AI 决定骨骼的位置，它就必须弄清楚它们如何确切连接。它这样做就像玩“连点成线”游戏，但顺序非常智能。
- 它从“根”骨骼开始（如臀部或脊柱）。
- 然后，它问：“什么连接到这里？”并放置下一根骨骼。
- 它持续这样做，一次一根骨骼，利用物体的形状作为指南。
这就像建造一棵树：你从树干开始，然后长出主枝，再长出小枝。AI 学到，如果它看到一条长尾巴的形状，它应该在那里生长一串骨骼，而不是单根刚性杆。
3. “蒙皮”地图
一旦骨架建成，AI 就必须弄清楚皮肤如何附着在骨骼上。这被称为“蒙皮（skinning）”。
- 想象皮肤是一层湿黏土。当你拉动一根骨骼时，靠近该骨骼的黏土应该拉伸，而远处的黏土不应移动。
- Rigel3D 使用一种特殊的“注意力”系统（像聚光灯一样）来观察表面的每一个点，并问：“你离哪根骨骼最近？当那根骨骼移动时，你应该移动多少？”
- 它创建了一张精确的地图，以便当 AI 稍后为角色制作动画时，皮肤能像真实的肌肉和皮肤一样自然地弯曲和折叠。
4. 名称的“通用翻译器”
动画中最大的头痛问题之一是命名。一位动画师可能将一根骨骼称为"LeftArm"，而另一位则称之为"L_Arm_01"。如果你试图使用预制的舞蹈文件让角色跳舞，如果名称不匹配，计算机会感到困惑。
Rigel3D 包含一个巧妙的“通用翻译器”。它不强迫 AI 从固定名称列表中选择（像多项选择题），而是学会理解骨骼的含义。
- 它可以观察一根骨骼并说：“啊，这是一条‘左腿’，因为根据它的位置和连接对象。”
- 然后，它可以将其翻译为你需要的任何命名系统，无论你使用的是标准人类骨架、狗骨架还是奇怪的外星骨架。这就像拥有一个能讲“骨骼语言”的翻译器，并能瞬间将其切换为“人类语言”或“机器人语言”，而无需为每项工作准备新词典。
结果
论文表明，当你使用 Rigel3D 时，生成的 3D 角色立即可用于动画。你不需要花费数小时手动修复骨架或绘制皮肤权重。AI 一次性生成形状、骨架、连接和蒙皮地图。
在实验中，Rigel3D 与那些试图在形状制作完成后添加骨架的其他方法进行了对比测试。Rigel3D 获胜，生成了关节位置更佳、骨骼连接更合乎逻辑、皮肤运动更自然的角色。它本质上弥合了“制作漂亮图片”与“制作移动角色”之间的差距，为动画师节省了大量手工工作。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。