SIGGRAPH 2026 | 港大&VAST提出AniGen：让3D资产生成即刻起舞！

从“静态壳子”到“灵魂”注入：AniGen 统一 S³ 场，让 3D 资产生成即刻起舞！

(SIGGRAPH 2026 TOG)

一、 告别“泥塑”时代：3D 生成的下一场进化

在 AIGC 的浪潮中，3D 生成曾一度被戏称为“数字泥塑”——即便画面再精美、几何再复杂，生成的也往往只是一个空洞的、无法动弹的“静态壳子”。对于开发者而言，最痛苦的莫过于：模型生成只要几秒钟，但为了让它动起来，却要在手动拓扑、骨架提取、蒙皮绑定（Rigging）的泥潭里挣扎数小时。

如果 3D 资产没有“骨骼”和“关节”，它就永远无法走进游戏引擎的宏大叙事，无法在动画片场完成惊鸿一瞥，更无法在具身智能的仿真世界中执行精准的指令。

香港大学与 VAST 联合提出的 AniGen (SIGGRAPH 2026)，正是在这一痛点上落下了“点睛之笔”。它不再满足于塑造皮囊，而是主张“生而有灵”：给定单张图片，直接生成自带骨架与蒙皮权重的 3D 资产。

二、 S³ 场：三位一体的数字造物术

AniGen 的核心奥秘在于其独创的 Unified S³ Fields（统一几何-骨架-蒙皮场）。这不再是传统的“先捏泥人、后塞骨头”的串行工作流，而是一场几何与结构的“生命共演”。

• 骨骼场（Confidence-Aware Skeleton Field）： 像是有经验的解剖学家，AniGen 不仅知道骨骼该长在哪里，还能敏锐地感知哪些区域容易产生歧义。通过置信度衰减机制，它能剔除噪声，生成一套逻辑严密、拓扑干净的数字脊梁。
• 对偶蒙皮场（Dual Skinning Field）： 面对千奇百怪的生物或机械，AniGen 实现了与关节数量解耦的特征表达。无论是触手横飞的深海怪兽，还是精密复杂的机械臂，都能在同一套算法下获得丝滑的动作变形能力。

这种“三位一体”的生成方式，确保了每一个生成的像素都拥有其对应的运动基因，彻底终结了 AIGC 模型在动画化时常见的“关节脱臼”与“皮肤撕裂”。

AniGen 方法图

三、 具身智能的“结构先验”：从视觉外壳到交互实体

在具身智能（Embodied AI）的语境下，AniGen 的价值被无限放大。对于机器人而言，世界不应只是像素的堆砌，而是可交互、可操作的实体。

以往的视觉模型只告诉机器人“这是一只狗”，而 AniGen 告诉机器人“这只狗的关节在哪里，它是如何发力的”。这种自带结构先验的资产，让具身智能体在仿真环境中能直接理解物体的物理属性和运动逻辑。

• 机械臂生成： 不再是冷冰冰的几何重建，而是直接产出一个可驱动的 articulated object。
• 交互学习： 机器人可以基于 AniGen 生成的模型，快速进行抓取、操纵和协同训练，让“数字孪生”真正具备了物理层面的可操作性。

AniGen在具身智能的机械手和动画角色创作方面都有巨大的实际价值

四、 游戏与动画的“直通车”：生产力的工业级跃迁

对于游戏开发者和动画师来说，AniGen 简直是“效率救星”。

以往从原画到可动资产，中间隔着天堑般的“绑定”工序。而现在，AniGen 生成的结果可以直接导出到 Maya、Blender 乃至 Unreal Engine。

• 零成本 Rigging： 生成即绑定。
• 管线兼容： 标准化的骨架结构与权重分布，意味着你可以直接给生成的角色套用现有的动作库。

无论是独立游戏里成百上千的 NPC，还是动画短片里快速迭代的道具，AniGen 都提供了一条从单图到引擎的“工业级直通车”。

AniGen与基线方法对比

五、 跨越物种的泛化之美

从毛茸茸的小狗到精密的工业机械，从随风摇曳的植物到极具想象力的卡通形象，AniGen 展示了令人惊叹的跨类别能力。它证明了：通往通用 3D 生成的路径，必然是结构与外观的深度耦合。

AniGen in-the-wild 结果图

AniGen 动态展示

案例拆解：小狗

如果看更具体的单案例，狗的例子能更直观地体现“生成后可直接做动作”这件事：

AniGen 小狗案例

而且这个结果不是“看起来像在动”，它背后有明确生成出来的骨架结构。对应的 skeleton overlay GIF 更能 看出 AniGen 的输出已经具备可动画资产需要的结构信息：

案例拆解：机械臂

再看机械臂案例，AniGen 不只是“重建出一个机械外形”，而是生成了一个可以直接被驱动的 articulated object：

AniGen 机械臂生成

其他案例展示

AniGen 的出现，标志着 3D AIGC 正式从“视觉奇观”走向“实用工具”。未来的数字世界，每一个由 AI 创造的生命，都将拥有属于它自己的骨骼与灵魂。

项目信息

• 论文： AniGen: Unified S^3 Fields for Animatable 3D Asset Generation
• 主页：https://yihua7.github.io/AniGen-web/
• 代码：https://github.com/VAST-AI-Research/AniGen
• Demo：https://huggingface.co/spaces/VAST-AI/AniGen

本文系学术转载，如有侵权，请联系CVer小助手删文