GaussiAnimate

GaussiAnimate är ett forskningsprojekt om riggning, alltså att ge en 3D-figur ett skelett så att den kan styras och animeras. Ett vanligt skelett är lätt att styra men klarar inte sådant som fladdrande kläder och mjuka kroppsdelar. Fritt formade "ben" som följer ytan fångar sådana rörelser men saknar den tydliga struktur som gör en figur lätt att styra. GaussiAnimate kombinerar de två i det forskarna kallar skelebones: ett inre skelett för styrning och yttre ben som sköter ytans rörelser.

Metoden utgår från en inspelad 3D-sekvens av en figur i rörelse, antingen som så kallade gaussiska punkter (3D Gaussian Splatting) eller som ett vanligt 3D-nät. I tre steg komprimeras rörelserna till fritt formade ben, ett skelett tas fram ur figurens form och de två kopplas ihop. För att skapa nya rörelser används Partwise Motion Matching (PartMM), som letar upp, hämtar och blandar delar av rörelser som redan finns i inspelningen i stället för att träna ett neuralt nätverk. Metoden kräver ingen mall för en viss sorts figur och fungerar på bland annat människor i kläder, fyrfotadjur, fåglar, drakar och klädesplagg.

Enligt forskarna ger metoden klart bättre resultat än vanlig skinning (LBS) och Bag-of-Bones när figurerna ska göra rörelser de inte gjort i inspelningen, även med lite data (runt 1 000 bildrutor). Siffrorna skiljer sig dock åt mellan källorna: projektsidan anger förbättringar i procent, medan den senaste versionen av artikeln anger dem i decibel.

Arbetet kommer från Endless AI Lab vid Westlake University tillsammans med Nanjing University, University of Hong Kong och Macau University of Science and Technology. Det är antaget till SIGGRAPH Asia 2026, och koden finns på GitHub under MIT-licens.