📌 项目地址：Friedrich-M/UniMate | ⭐ 1,011 颗星 | 🔧 Python | 📜 未标注
动画领域的老问题：每个骨架都要重训一个模型
角色动画生成一直是“一模型一骨架”的局面——针对人形骨架训练的模型，遇到四足动物、机械结构、多关节生物就失效了。换一个 rig 结构，往往意味着重新标注、重新训练。
UniMate（普林斯顿、UC Berkeley、MIT、NTU 合作，SIGGRAPH Asia 2026 论文）给出了另一个思路：一个统一模型，直接驱动多样化的骨架。项目的做法是构建了一个 UniML3D 数据集（Truebones + Mixamo + Objaverse 三个来源混合），覆盖不同拓扑结构的骨骼，然后在统一的表征上训练。
对研究者来说，这更接近“动画版的基础模型”路线——不是解决某一个具体角色，而是验证骨架无关的通用动画建模是否可行。
当前能用到什么
截至 README 更新时，以下内容已公开：
- 推理与训练代码（2026-09-06 发布）
- 预览版 checkpoint，托管在 HuggingFace 的
Linzhan/UniMate，后续新 checkpoint 也会同步到那里 - UniML3D 数据集及完整数据处理管线（
data_process/目录） - 在线交互 Demo（linzhanmou.com/unimate/interactive.html），可直接在浏览器里查看 3D 动画结果
需要注意：官方用于新 rig（分布外骨架）的预处理管线尚未发布，README 中标注为“本周内放出”（TODO）。也就是说，想直接给自己的自定义骨架生成动画，目前还差最后一环。
环境搭建与训练
环境很简单，所有组件共用一个 conda 环境：
conda create -n unimate python=3.10 -y
conda activate unimate
pip install "setuptools ...
（README 中的安装命令在此处被截断，完整命令请以仓库 requirements.txt 相关说明为准。）
数据管线覆盖从原始资产到训练数据的全流程：下载 → 导出 → 渲染 → caption 标注 → 关节标注 → 特征提取 → 动画生成，详见 data_process/README.md。训练读取的是第 4 阶段产出的 canonicalized clips，位于 dataset/features// 目录下。
配置文件设计值得一看
训练由 configs/ 下的 JSON 文件控制，命名规则是：
{dataset}_{frames}frames_{attention}_{text_cond}.json
共 8 个配置：4 种数据组合 × 2 种模型变体，统一 60 帧。其中两个模型变体是论文对比的重点：
_graph_adaln：注意力按空间（逐帧）和时间（逐关节）两个维度分解，引入图距离、边类型和深度偏置；文本 caption 通过 adaLN 调制注入_full_cross_attn：对展平的关节×时间 token 做单一注意力，caption 在每个 block 中作为 cross-attention 的 key/value
值得注意的是这两个轴（attention 结构 × 文本条件方式）是独立可组合的，full × adaln 和 graph × cross_attn 同样可以在配置中开启并运行——官方只是发布了论文对比用的那两种搭配。想做消融实验的话，这套代码直接支持。
另外，training.batch_size、training.num_steps、model.num_layers、dataset.max_joints 是按数据组合分别调过的（受显存限制），换数据时不要直接照抄。
适合谁
- 做骨架无关动画 / 运动生成研究的人：这是直接相关的工作，8 个配置 + 可组合的模型轴 + 完整数据管线，复现和扩展都比较方便
- 想用 UniML3D 数据集的人：数据集和处理管线都已开源，即使不跑 UniMate 本身，管线本身也有复用价值
- 想立刻给自己的 rig 生成动画的生产用户：建议再等等，分布外 rig 的预处理管线还没放出来，目前更适合观望或用交互 Demo 感受效果
许可证信息 README 中未明确提及，使用前请自行确认仓库协议。