UniRig:3D 模型自动绑定的统一框架
SIGGRAPH'25 论文的官方实现,用自回归模型自动预测 3D 资产的骨架与蒙皮权重。
UniRig 是清华大学与 Tripo 合作开发的 3D 模型自动绑定框架的官方实现,对应 SIGGRAPH'25 (TOG) 论文《One Model to Rig Them All》。绑定包含骨架预测与蒙皮权重分配两个环节,UniRig 用大型自回归模型将其自动化:第一阶段以类 GPT 的 Transformer 通过骨架树分词(Skeleton Tree Tokenization)自回归地预测拓扑合法的骨架层级;第二阶段用骨-点交叉注意力(Bone-Point Cross Attention)基于预测骨架与输入网格几何预测逐顶点蒙皮权重及骨骼属性。当前版本已开放骨架与蒙皮预测的代码、在 Articulation-XL2.0 上训练的检查点、Rig-XL 与 VRoid 数据集及训练代码;骨骼物理属性预测与完整检查点仍在计划中。README 提及可选的 Blender 插件用于导入导出 .vrm。