如何用UniMate实现文生动画从文本提示到3D角色动作的完整流程【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMateUniMate 是一个文生动画text-to-animation生成模型只要输入一句文本提示它就能为几乎任意 3D 角色生成连贯、自然的骨骼动作而且无需为每种骨架单独训练也不需要在测试时优化。本文面向新手手把手带你跑通从文本提示到 3D 角色动作的完整流程——准备环境、编写提示词、一键推理、渲染出动作视频最后还能把动作驱动到网格模型上。一句话看懂 UniMate 能做什么UniMate 的核心能力是一个统一模型驱动多种骨骼。得益于它自研的大规模数据集UniML3D13006 段带文本的动作序列同一套权重可以唤醒不同拓扑结构的角色文本条件生成给一句提示词直接产出 60 帧的动作序列。免逐骨架训练人类、四足兽、鸟类、海洋生物、蛇形乃至铰接刚体物件都能被统一建模。一模型多任务除了文生动画还能做动作插值、文本引导编辑、动作扩展。第一步环境搭建与权重准备克隆仓库并创建 conda 环境git clone https://gitcode.com/GitHub_Trending/un/UniMate.git cd UniMate conda create -n unimate python3.10 -y conda activate unimate pip install setuptools81 pip install -r requirements.txt --no-build-isolation依赖清单都写在 requirements.txt 中所有组件共用这一个环境。准备训练产出与数据推理需要一个训练运行目录内含config.json、dataset_stats.npy、checkpoints/此外还要有模型训练所用数据集的dataset/features/dataset/目录——它提供 T-pose 与拓扑条件。数据管线与目录结构的完整说明见 data_process/README.md。第二步编写文本提示测试用例测试用例是一个 JSON 文件键为物体类型-案例名值为自然语言提示词。{ Dog-walk: a dog walks forward at a steady pace, Dragon-takeoff: a dragon flaps its wings and takes off }两个要点object_type如Dog、Dragon必须真实存在于数据集中case_id如walk、takeoff只是给输出文件起的名字。提示词建议写清谁 做什么动作 速度/姿态生成结果会更贴合。第三步一键推理从文本到动作直接调用推理入口 unimate/inference/sample.pypython -m unimate.inference.sample \ --exp_dir outputs/uniml3d_60frames_graph_adaln \ --test_cases_json test_cases.json \ --num_repetitions 3更省事的做法是用封装脚本 scripts/run_sample_motion_text.sh——它会自动激活 conda 环境、挑选显存最空闲的 GPUbash scripts/run_sample_motion_text.sh \ outputs/uniml3d_60frames_graph_adaln test_cases.json常用参数速查参数作用--cfg_scale无分类器引导强度≥1.0默认读取训练配置中的值--num_repetitions每个测试用例生成几次--seed固定采样噪声结果可复现--only_save_motion只保存.npy动作跳过视频渲染--batch_size控制分块大小显存吃紧时可调小--model_path指定某个具体 checkpoint生成结果在哪里运行完成后结果会写入exp_dir/samples/目录motions/case_id-rep_r-i.npy动作特征形状(T, J, 12)animations/case_id-rep_r-samplei_fk.mp4每个样本的骨骼动画视频animations/object_type_tpos.png作为条件的 T-pose 图captions.json记录每个.npy对应的提示词第四步把动作驱动到网格模型得到.npy动作后把它交给数据管线的第 5 阶段即可导出带动画的 GLB FBXbash scripts/run_animate_motion.sh objaverse \ outputs/uniml3d_60frames_graph_adaln/samples/motions/Dog-walk-rep_0-0.npy \ outputs/animated它支持传入多个文件甚至整个目录骨骼骨架默认从dataset/features/dataset/cond.npy读取。进阶同一个模型还能做什么除了文生动画同一套权重还支持三种替换式采样任务无需额外训练动作插值in-betweening固定首尾关键帧自动生成中间过渡。文本引导编辑motion editing固定部分关节不动用新提示词重新生成其余动作。动作扩展motion expansion把多句提示词串成一段连贯的长动作。# 动作插值固定第 0 帧与最后一帧只生成中间过渡 KEEP_FRAMES0,-1 bash scripts/run_sample_motion_inbetween.sh \ outputs/uniml3d_60frames_graph_adaln cases.json # 动作扩展把多段提示词串成长动作 EXPAND_OVERLAP10 bash scripts/run_sample_motion_expand.sh \ outputs/uniml3d_60frames_graph_adaln cases.json注意三种模式彼此互斥且都要求--cfg_scale 1.0。常见问题与小贴士想复现同样结果加--seed固定随机噪声。显存不够用--batch_size调小分块峰值显存只跟单块走。结果不稳定Objaverse 等数据源存在少量缺陷样本先用 Mixamo Truebones 单独验证再排查。配置怎么选8 个配置文件都在 configs/命名规则为{数据集}_{帧数}_{注意力结构}_{文本条件}新手默认uniml3d_60frames_graph_adaln.json即可。小结UniMate 把文生动画做到了极简一句文本提示 → 一个统一模型 → 任意骨骼的 3D 角色动作。只要跟着环境搭建 → 编写提示词 → 一键推理 → 驱动网格四步走你就能快速把自己的角色动起来。【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考