2025-12-25 | 울산=장지승 기자

“一张照片→完成3D角色动作”,游戏与动画制作门槛降低

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

一项人工智能技术被开发出来,可让屏幕中的3D角色完全复现照片中2D角色的动作。

蔚山科学技术院(UNIST)人工智能研究生院朱京敦教授团队25日表示,已开发出DeformSplat(Rigidity-aware 3D Gaussian Deformation)这一AI技术,可在不产生形态失真的情况下改变3D高斯模型生成的3D角色姿态。

3D高斯splatting(3D Gaussian Splatting)是一种输入照片等2D数据后在屏幕上重建3D物体的AI模型。但要让高斯splatting重建的3D角色像漫画或游戏中那样动起来,仍需要多角度拍摄的影像数据或连续拍摄的视频数据。若此类数据不足,手臂、腿部等在运动时容易出现如麦芽糖条般弯曲的形态失真。

研究团队开发的DeformSplat只需输入一张照片,即可在无形态失真的情况下,将3D角色的姿态调整为与照片中完全一致。

实际实验结果显示,经该模型驱动的3D角色即使改变角度、从侧面或背面观看,形态失真也很小,并能保持自然姿态。例如输入抬手臂的动作时,不仅正面,从侧面或背面视角看,手臂与躯干的比例也未失衡,关节如橡胶般被拉伸的现象也几乎没有出现。

研究团队利用高斯—像素匹配(Gaussian-to-Pixel Matching)与刚体部位分割(Rigid Part Segmentation)技术开发了该模型。高斯—像素匹配是将构成3D角色的高斯点与2D照片中的像素相连,把照片中的姿态信息传递给3D角色的技术。此外,得益于能自行找出姿态变形时需一同移动的坚硬部位并成组归类的刚体部位分割技术,机器人或人偶的形态不会变形扭曲,可自然地运动。

朱京敦教授表示:“现有技术在仅用一张照片作为输入数据来驱动3D物体时,存在形态严重受损的局限。”他还说:“所开发的AI会考虑物体的结构特性,自行区分起骨架作用的区域并生成动作,预计可降低此前依赖专业人员和昂贵设备的元宇宙、游戏、动画等3D内容制作领域的进入门槛。”

研究成果被SIGGRAPH ASIA 2025(The 18th ACM SIGGRAPH Conference and Exhibition on Computer Graphics and Interactive Techniques in Asia)录用。SIGGRAPH ASIA由计算机科学领域全球最大国际学会组织ACM主办,被视为图形学与交互技术领域最具影响力的学术会议。今年的会议于本月15日至18日在香港举行。

本次研究获得韩国科学技术情报通信部信息通信规划评价院、UNIST人工智能研究生院的支持。

阅读韩文原文