人工智能图形学计算机视觉数字人【免费下载链接】SOMA-X项目地址https://ai.gitcode.com/hf_mirrors/nvidia/SOMA-X点击查看免费下载SOMA-X 是 NVIDIA 开源的统一参数化人体模型Unifying Parametric Human Body Models它将身份表示identity与姿态参数化pose解耦把 SMPL、SMPL-X、MHR、ANNY 等六种身份后端统一映射到同一套拓扑与骨架上。本文以 API 参考的形式详解 SOMA-X 的输入输出接口身份系数、姿态参数的张量形状如(B, K)、(B, 77, 3)、网格输出的顶点数以及所有几何量的单位约定帮助你在接入管线时一次配对接口。一、输入输出总览一张表看懂 SOMA-X 张量接口SOMA-X 的所有输入输出都是PyTorch float32 张量批次维度统一记为B。核心接口一览类别参数张量形状单位输入身份系数SOMA-shape(B, 128)无量纲PCA 系数输入身份系数其他后端(B, K)K 为后端专属维度无量纲输入姿态轴角(B, 77, 3)弧度输入姿态旋转矩阵(B, 77, 3, 3)弧度等效输入根节点平移可选(B, 3)米meters输入手姿态(B, 25, 3)或(B, 25, 3, 3)弧度输入手身份系数(B, 20)原生手 PCA无量纲输出姿态化网格顶点(B, N_h, 3)米输出关节位置(B, 77, 3)米输出静息形状顶点(B, N_h, 3)米输出手部顶点腕部局部(B, V_h, 3)米输出手部关节/变换(B, 25, 3)、(B, 25, 4, 4)米 / 无量纲 关键记忆点关节数固定为 77不含 root 虚拟关节所有几何输出的单位都是米姿态角度一律用弧度。二、身份系数详解(B, K)形状系数向量身份系数Identity Coefficients描述这个人长什么样是一维系数向量不同后端维度K不同SOMA-shape原生后端K 128对应 128 个 PCA 主成分作用于约 18,000 个中 LOD 顶点权重文件见 SOMA_neutral.npz。SMPL / SMPL-X / MHR / ANNY / GarmentMeasurementsK为各后端模型的 shape 维度例如 SMPL 通常为 10。各后端的身份网格 → SOMA 网格映射由预计算的稀疏重心坐标对应矩阵完成资产文件如 SMPL/SOMA_wrap.obj、MHR/mhr_model_lod1.pt、GarmentMeasurements/SOMA_wrap.obj。⚠️使用注意身份系数没有硬性截断no hard clipping应落在对应后端的形状空间内超出分布的极端值可能产生破面或几何伪影。三、姿态参数详解77 关节的轴角与旋转矩阵姿态参数Pose Parameters覆盖77 个可动关节不含 root dummy joint支持两种等价的输入形式轴角axis-angle(B, 77, 3)每关节一个 3D 轴角向量遵循标准 axis-angle 约定不做任何夹取clamping角度单位为弧度旋转矩阵(B, 77, 3, 3)右手法则。可选地传入根节点平移(B, 3)单位为米。SOMA-X 的内部管线是关节朝向相对 T-pose参数化 线性混合蒙皮LBS因此同一套轴角姿态可以直接复用到任意身份后端——这正是 SOMA-X统一姿态接口的核心价值运动数据只需采集一次即可驱动 SMPL、MHR、ANNY 等不同身份的网格。四、手部层接口25 关节姿态与 20 维手身份系数SOMA-X v0.3 新增腕部局部wrist-local的左右手层SOMAHandLayer支持 mid / low / xlo 三级 LOD 以及采样姿态先验手部资产见 SOMAHand.npz 与 MANO/SOMA_wrap_left.obj手姿态轴角(B, 25, 3)或旋转矩阵(B, 25, 3, 3)其中第 0 号关节表示腕部wrist手身份系数原生 SOMA 手 PCA 为(B, 20)也可使用 MANO/MHR 后端的对应维度手部输出腕部局部坐标系下的顶点(B, V_h, 3)其中V_h为 2,859mid、718low、134xlo关节位置(B, 25, 3)与关节变换(B, 25, 4, 4)。️ 若你已有 MANO 模型独立许可需自行提供SOMA-X 提供了 MANO 互操作路径可以直接复用现有的手部估计结果。五、网格输出详解顶点数由 LOD 决定姿态化网格顶点的形状为(B, N_h, 3)N_h由构造SOMALayer(lod...)时的 LOD 参数决定LOD身体顶点数N_h手部顶点数V_h每只手典型用途mid18,0562,859高质量渲染、训练low4,505718实时渲染、仿真xlo612134轻量仿真、批量推理其余输出约定关节位置(B, 77, 3)世界空间 3D 关节位置单位米静息形状顶点(B, N_h, 3)按身份未加姿态生成的顶点属于中间输出按需获取low_lodTrue是lodlow的旧版别名新代码建议直接使用lod参数。得益于闭式解析管线重心网格迁移 RBF 骨架拟合 LBSSOMA-X 在 A100batch128上可达 7,000 网格/秒单张网格 GPU 延迟约 2.1 ms非常适合实时仿真与大规模批处理。六、单位与坐标约定米、弧度与 float32把以下三条写进你的代码注释可以避免 90% 的单位 bug长度单位统一为米meters根平移、身体/手部顶点、关节位置全部是米。注意与动画工具链如 USD 工程文件对接时可能遇到厘米单位——例如 SOMA_procedural_transforms.json 中 rig 侧约定units为 centimeters跨域时记得换算角度单位统一为弧度radians轴角、欧拉角、四元数转换都不需要额外缩放精度统一为 float32所有输入输出均为标准 float32 PyTorch 张量各后端身份模型内部完成归一化无需额外预处理。七、文件资产对照输入系数与权重从哪来仓库中的每个目录对应一类输入来源方便你按后端定位文件后端 / 模块关键文件SOMA-shape128 维身份SOMA_neutral.npz手部20 维身份 姿态先验SOMAHand.npzSMPL 后端SMPL/base_body.obj、SMPL/SOMA_wrap.objSMPL-X 后端SMPLX/base_body.obj、SMPLX/SOMA_wrap.objMHR 后端MHR/mhr_model_lod1.pt、MHR/SOMA_wrap_lod1.objANNY 后端Anny/base_body.obj、Anny/SOMA_wrap.objGarmentMeasurementsGarmentMeasurements/mean.objMANO 手互操作MANO/base_hand_left.obj、MANO/SOMA_wrap_right.obj可选姿态校正 MLPcorrectives_model.pt完整的输入输出规格与许可信息Apache 2.0可查阅仓库根目录的 README.md。八、常见问题速查SOMA-X 张量接口避坑清单Q姿态张量为什么是 77 而不是 78 或更多A77 是剔除 root dummy joint 后的可动关节数根位移由可选的(B, 3)根平移单独提供关节数在所有后端下固定为 77。Q输出的顶点是 T-pose 还是姿态后的A(B, N_h, 3)是姿态化posed顶点静息形状rest-shape顶点是另一个中间输出默认不提供、按需获取。Q身份系数超范围会报错吗A不会报错系统不做硬截断但极端越界值会产生伪影几何建议对系数做范围监控。Q手部坐标系是全局的还是局部的A手部顶点输出在腕部局部坐标系下需要与身体对齐时请用输出中的手部关节变换(B, 25, 4, 4)进行变换。Q能否纯 CPU 运行A可以。核心管线为闭式解析计算提供 PyTorch CPU 回退路径无需 CUDA。掌握以上张量形状、LOD 顶点数与米 弧度 float32三大约定你即可在 PyTorch / NVIDIA Warp 等后端中顺畅接入 SOMA-X 的统一身份与姿态管线。赞分享人工智能图形学计算机视觉数字人【免费下载链接】SOMA-X项目地址https://ai.gitcode.com/hf_mirrors/nvidia/SOMA-X点击查看免费下载相关推荐eCapture 性能优化指南eBPF 抓取 TLS 明文CPU 开销能压到 1% 以内吗eCapture 性能优化指南eBPF 抓取 TLS 明文CPU 开销能压到 1% 以内吗 eCapture 是一款基于 eBPF 的 SSL/TLS 明文网络安全eBPF网络FastAPI 输入/输出 OpenAPI Schema 分离机制与 separate_input_output_schemas 参数详解FastAPI 输入/输出 OpenAPI Schema 分离机制与 separate_input_output_schemas 参数详解 自 Pydantic后端Web框架API设计异步编程FastAPI 输入输出 OpenAPI Schema 分离机制与 separate_input_output_schemas 参数详解FastAPI 输入输出 OpenAPI Schema 分离机制与 separate_input_output_schemas 参数详解 从 Pydantic后端Web框架API设计异步编程上一篇WinUI 引擎内幕DCompDirectComposition树查看器的工作原理与实现指南下一篇eSearch 超级录屏技术解析基于 WebCodecs 的自动运镜与视频编辑实现创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考