Puppeteer：为 3D 模型进行 rigging 与动画

现代交互式应用程序日益需求动态 3D 内容，但将静态 3D 模型转化为动画资产仍构成内容创建管道中的重要瓶颈。虽然生成式 AI 的最新进展彻底革新了静态 3D 模型的创建，但 rigging 与动画仍严重依赖专家介入。我们提出的 Puppeteer 是一个综合性框架，旨在解决多样化 3D 对象的自动化 rigging 与动画问题。该系统首先通过自回归变换器预测合理的骨骼结构，采用基于关节的分词策略实现紧凑表示，并引入具有随机扰动的层次化排序方法以增强双向学习能力。随后，通过包含拓扑感知关注意图机制的注意力架构推断皮肤权重，显式地基于骨骼图距离编码关节间关系。最后，我们补充这些 rigging 进展，引入基于可微优化的动画管道，生成稳定且高保真的动画，计算效率也优于现有方法。广泛的评估显示，我们的方法在骨骼预测精度和皮肤质量方面显著优于最新技术。该系统能够稳健地处理多样化的 3D 内容，从专业设计的游戏资产到 AI 生成的形状，均能产生消除现有方法常见抖动问题的时序一致动画。