Puppeteer：为你的3D模型绑定并动画化

现代交互式应用对动态三维内容的需求日益增长，然而将静态三维模型转化为动画资产，仍是内容创作流程中的主要瓶颈。尽管生成式人工智能的最新进展已彻底革新了静态三维模型的生成方式，但角色绑定（rigging）与动画制作仍高度依赖专家干预。为此，我们提出 Puppeteer——一个面向多样化三维物体的全自动绑定与动画生成框架。该系统首先通过一种自回归Transformer模型预测合理的骨骼结构，该模型引入基于关节的标记化策略以实现紧凑表示，并采用具有随机扰动的分层排序方法，显著增强双向学习能力。随后，系统通过一种基于注意力机制的架构推断蒙皮权重，其中融合了拓扑感知的关节注意力机制，能够基于骨骼图结构中的距离显式编码关节间的相互关系。最后，我们进一步构建了一种基于可微优化的动画生成流程，该流程在保持高保真度与时间一致性的同时，相较现有方法具备更高的计算效率。在多个基准测试中的广泛评估表明，我们的方法在骨骼结构预测准确率与蒙皮质量方面均显著优于当前最先进的技术。该系统能够稳健处理从专业设计的游戏资产到AI生成形状等多种类型的三维内容，生成的动画具有良好的时间连贯性，有效消除了现有方法中常见的抖动问题。