元象推出国内首个基于物理的3D动作生成模型MotionGen

一句话生成复杂3D动作，效果惊艳！测试期可申请免费试用。

3D内容制作领域，生成逼真的角色动作生成是一个持续挑战，传统方法依赖大量的手K制作，或昂贵动作捕捉设备，效率低、成本高、难以生成一般运动任务或适应复杂场景和交互。

---

元象XVERSE推出国内首个基于物理的3D动作生成模型MotionGen，创新性融合大模型、物理仿真和强化学习等前沿算法，让用户输入简单文本指令，就能快速生成逼真、流畅、复杂的3D动作，效果惊艳，标志着中国3D AIGC领域的重大突破。

现在起，零经验创作者也能轻松上手，创造高质量动画，为动画、游戏、电影和虚拟现实行业带来了极高创作自由度。

作为国内领先的AI+3D公司，元象研发了多款创新AIGC工具，包括广东首批获国家备案的元象大模型、图文多模态大模型、基于3DGS革命性技术的3D场景生成工具、让“虚拟世界活起来”的3D动作自动生成算法等。元象的目标是持续提升认知智能（AI）和感知智能（3D），加快迈向通用人工智能（AGI），让每个人能自由地“定义你的世界”。

3D动作生成效果

通过精准文本解析、真实物理规则解析以及动作和风格上的多样性，模型支持从基础行走到复杂的肢体运动的各类动作创意需求，使3D角色动画制作更加高效。

精准文本理解

能够深入分析复杂的长句指令，根据复杂语义准确生成相应的动作，实现文本到动作的无缝连接，为3D角色提供了广泛的行为选择。

例子：一个人用右臂向下拍打某物，然后用右腿向某物踢两下，同时顺时针旋转。

动作丰富性

能够创造出多种类型的动作，覆盖了行走、奔跑、跳跃、踢击、旋转、打击、拉伸和弯腰等，为3D角色提供了广泛的行为选择。

例子：不同类型动作的集合。

真实物理仿真

所生成的动作不仅符合描述要求，而且会根据实际物理环境做出自然的调整，动作连贯且符合物理真实（如下图：角色冲刺后自主进行刹车）。

例子：一个人弯下腰，摆好起始姿势，然后冲刺出去。

风格多样性

即便是执行同一种动作，模型也能够根据文本中描述的微妙差异来呈现不同的风格变化，这让每个动作都具有独特性和可识别性。

例子：不同风格的走路姿势。

MotionGen技术实现

3D动作生成的传统方法存在诸多挑战：运动控制器（motion controller）方法，设定参数后能生成简单动作，但无法生成复杂动作；时空优化（spacetime optimization）方法，通过优化每帧位置和姿态，能生成流畅复杂的动作，但需精心设计目标函数和手动调参，工作量大，动作也无法复用到变化的环境或任务中；运动学（kinematic）方法，能生成高质量的单个动作，但处理不好重力和惯性等物理约束，连续动作会不够真实；基于物理的运动控制方法，对角色的每个关键施加力和力矩，让动作符合物理规律，但无法…

Continue Reading…

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。