作者:張昊,伊利諾伊大學(xué)香檳分校博士生,研究方向?yàn)?3D/4D 重建、生成建模與物理驅(qū)動(dòng)動(dòng)畫。目前在 Snap 擔(dān)任研究實(shí)習(xí)生,曾于 Stability AI 和上海人工智能實(shí)驗(yàn)室實(shí)習(xí)。PhysRig 由 UIUC 與 Stability AI 聯(lián)合完成,旨在推動(dòng)角色動(dòng)畫邁向更真實(shí)、可控的物理解法。
個(gè)人主頁:https://haoz19.github.io/
動(dòng)畫角色在動(dòng)起來時(shí),是否常常顯得 「塑料感十足」?即使使用再?gòu)?fù)雜的骨骼系統(tǒng),人物走路時(shí)還是像帶著鉸鏈的木偶?這是因?yàn)楫?dāng)前主流的綁定(rigging)技術(shù) —— 線性混合蒙皮(Linear Blend Skinning,簡(jiǎn)稱 LBS)雖然效率高、計(jì)算方便,但在遇到柔軟材質(zhì)(如皮膚、脂肪、動(dòng)物尾巴)時(shí),往往會(huì)出現(xiàn)體積丟失、扭曲甚至 「糖果包裹」 效應(yīng),嚴(yán)重影響真實(shí)感。
在 ICCV 2025 最新接收論文《PhysRig: Differentiable Physics-Based Skinning and Rigging Framework》中,來自 UIUC 和 Stability AI 的研究者提出了一個(gè)新框架:將 「剛性骨架 + 彈性軟體」 的建模方式引入綁定流程,利用可微分物理模擬方法,實(shí)現(xiàn)更真實(shí)、更自然的動(dòng)畫角色變形效果。
- 項(xiàng)目鏈接:
- https://physrig.github.io
- 論文鏈接:
- https://arxiv.org/abs/2506.20936
- 代碼鏈接:
- https://github.com/haoz19/PhysRig
01 | 傳統(tǒng) LBS 的困境
LBS 通過將每個(gè)點(diǎn)的位置作為骨骼變換的加權(quán)平均來生成動(dòng)畫。這種方法在過去幾十年中被廣泛使用于游戲、影視、甚至研究中。但它的本質(zhì)是線性的、非物理的。
其主要問題包括:
- 體積丟失:比如手臂彎曲時(shí)出現(xiàn) 「癟掉」的現(xiàn)象;
- 旋轉(zhuǎn)偽影:如關(guān)節(jié)處的 「糖果扭轉(zhuǎn)」;
- 無法模擬柔軟材質(zhì):如胖胖角色的肚皮、動(dòng)物的尾巴、耳朵。
盡管也有研究嘗試使用深度學(xué)習(xí)優(yōu)化 LBS 的權(quán)重或參數(shù),但其結(jié)構(gòu)性的缺陷始終難以彌補(bǔ)。
02 | PhysRig 的核心思想
PhysRig 開辟了一條新路:把骨骼嵌入到一個(gè)可變形的柔體體積中,讓骨骼帶動(dòng)的不再是直接控制的點(diǎn),而是通過模擬物理過程,產(chǎn)生形變結(jié)果。
整個(gè)框架有三個(gè)關(guān)鍵組件:
可微物理模擬器
- 基于 Material Point Method(MPM)實(shí)現(xiàn);
- 使用連續(xù)介質(zhì)力學(xué)理論,考慮應(yīng)力應(yīng)變、質(zhì)量守恒、動(dòng)量守恒等;
- 模擬真實(shí)物體在受力下的自然變形過程。
材料原型(Material Prototypes)
- 用少量的原型(如 25~100 個(gè))代表不同區(qū)域的彈性材質(zhì);
- 每個(gè)原型有彈性模量(Young’s modulus)和泊松比(Poisson’s ratio);
- 使用馬氏距離在空間中進(jìn)行插值分配,控制不同區(qū)域的材質(zhì)響應(yīng)。
驅(qū)動(dòng)點(diǎn)系統(tǒng)(Driving Points)
- 類似于骨骼的 「虛擬關(guān)節(jié)」;
- 控制其速度即可間接控制變形;
- 初始化自傳統(tǒng) rigging 工具如 Pinocchio,并通過優(yōu)化進(jìn)行細(xì)化。
03 | 物理模擬與優(yōu)化策略
為了實(shí)現(xiàn)從 「觀察到的動(dòng)畫結(jié)果」 反推出 「內(nèi)部骨骼運(yùn)動(dòng)和材質(zhì)參數(shù)」
,PhysRig 提出了迭代式的反向綁定(Inverse Skinning)優(yōu)化流程:
1. 固定骨骼速度,優(yōu)化材料參數(shù);
2. 固定材料參數(shù),逐幀優(yōu)化驅(qū)動(dòng)點(diǎn)速度;
3. 兩者交替迭代,直到收斂。
這種策略考慮了材料屬性的 「時(shí)序一致性」與骨骼動(dòng)作的 「逐幀局部性」,使得優(yōu)化更穩(wěn)定、高效。
04 | 全面評(píng)測(cè)與數(shù)據(jù)集
為了全面驗(yàn)證 PhysRig 的有效性,研究者構(gòu)建了一個(gè)包含17 種角色(共 120 組動(dòng)畫序列)的數(shù)據(jù)集,涵蓋:
- 人形角色(如 Michelle、Kaya)
- 四足動(dòng)物(如豹子、猛犸、劍龍)
- 非常規(guī)生物(如鯊魚、翼龍、眼鏡蛇)
對(duì)比對(duì)象包括:
- LBS + RigNet 初始化
- LBS + Pinocchio 初始化
- LBS + GT 初始化
- 以及 PhysRig 的初始和優(yōu)化結(jié)果
采用指標(biāo)包括用戶評(píng)分(User Rating)和 Chamfer 距離(CD),PhysRig 在幾乎所有類別上都顯著優(yōu)于傳統(tǒng)方法,表現(xiàn)出更真實(shí)的動(dòng)態(tài)效果。
05 | 拓展應(yīng)用:動(dòng)作遷移
PhysRig 不僅能從已有動(dòng)畫反推參數(shù),還可以實(shí)現(xiàn)基于骨架角度的動(dòng)作遷移(Pose Transfer)。
具體做法是:
1. 提取源動(dòng)畫的骨骼角度序列;
2. 將其傳遞給目標(biāo)對(duì)象(如不同物種);
3. 使用 PhysRig 生成自然形變的體積動(dòng)畫。
相比傳統(tǒng)需要預(yù)測(cè)蒙皮權(quán)重的方法,PhysRig 不依賴顯式權(quán)重預(yù)測(cè),更適合處理結(jié)構(gòu)差異大的對(duì)象(比如人到果凍怪的動(dòng)作遷移)。
06 | 總結(jié)與展望
PhysRig 提供了一種從傳統(tǒng) rigging 邁向物理真實(shí)綁定的路徑:
- 擺脫 LBS 線性模型的限制;
- 實(shí)現(xiàn)結(jié)構(gòu)豐富、材質(zhì)多樣對(duì)象的自然變形;
- 與深度學(xué)習(xí)兼容,可用于可微優(yōu)化與端到端訓(xùn)練;
- 為動(dòng)畫、游戲、影視、機(jī)器人仿真等領(lǐng)域打開新的思路。
目前,項(xiàng)目已在官網(wǎng)上線展示,并計(jì)劃在 ICCV 2025 會(huì)議前后開源代碼與數(shù)據(jù)集。未來還計(jì)劃將其封裝為 Blender 插件,面向動(dòng)畫藝術(shù)家提供可用工具。
如果你也對(duì)物理模擬和角色動(dòng)畫感興趣,歡迎訪問項(xiàng)目主頁或與作者聯(lián)系交流!
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.