tp钱包官网app正版|元宇宙动画制作

作者： tp钱包官网app正版

2024-03-11 00:17:10

C4D制作「元宇宙」角色动画解析（三），制作太空系星球星云背景技巧！_哔哩哔哩_bilibili

C4D制作「元宇宙」角色动画解析（三），制作太空系星球星云背景技巧！_哔哩哔哩_bilibili 首页番剧直播游戏中心会员购漫画赛事投稿C4D制作「元宇宙」角色动画解析（三），制作太空系星球星云背景技巧！

1.4万

2022-02-17 17:12:35

未经作者授权，禁止转载617365108449这是最近我们为Soul和安慕希联名定制的一条创意短片，完整版在我的主页可以看到。这次咱们不渲染不用特效模拟做星球背景，就用AK大神的一个星球插件就搞定。希望大家喜欢，陆续更新分享全片的制作解析。知识分享官知识设计·创意C4D教程C4D技术宅三维动画AE教程后期合成角色动画创意设计元宇宙

象素工场

发消息

V:Pix-workshop（非商业合作勿扰）简历作品请投递邮箱： bo.yang@pixworkshop.com

关注 1.2万

拒绝留学低成绩，高GPA看这里！

接下来播放

自动连播C4D制作「元宇宙」角色动画短片解析（二），故障风表情动画制作技巧象素工场

1.2万

C4D角色动画之飞行器尾焰两种制作方法！象素工场

5.2万

C4D「元宇宙」角色动画解析（四），“变身”扫光与材质切换的制作方法。象素工场

1.8万

超实用的三种C4D折纸风动画制作方法！象素工场

8.0万

C4D制作「元宇宙」角色动画解析（一），分层渲染的技巧提升工作效率象素工场

1.8万

【C4D教程】一分钟带你用C4D做出写实花朵绽放象素工场

2.1万

AMX x Soul 0压发布会失重来袭象素工场

1.5万

C4D卡通插画风三渲二动画制作方法！象素工场

5.0万

C4D烟雾后期合成方法，附大量实用合成素材。象素工场

2.2万

Hisense 极致观影体验象素工场

5903

【C4D制作】华为Petal Search 东京奥运创意宣传片象素工场

1.2万

完美世界文创&无距无限实力π象素工场

4277

超实用宝藏插件，解决你C4D制作KV海报遇到的透视问题！象素工场

5193

未来生活象素工场

3.8万

不用懂原力元宇宙，5分钟带你用信息差获利！圆脸哥聊创业

482

Low Poly象素工场

7752

超实用的C4D之UV通道运用，终于不用加班反复改渲染了。象素工场

2.2万

【AE教程】纯AE制作！教你在AE中实现逼真下雨效果！AE特效教学-

5215

【C4D制作】国风毕业设计短片—《别君叹》Eachan__

2.7万

网易「蛋仔派对」S7赛季象素工场

3046

展开

小窗

客服

顶部

赛事库课堂 2021

北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成_网易订阅

网易首页

应用

网易新闻

网易公开课

网易高考智愿

网易红彩

网易严选

邮箱大师

网易云课堂

快速导航

新闻

国内

国际

军事

王三三

体育

NBA

CBA

综合

中超

国际足球

英超

西甲

意甲

娱乐

明星

图片

电影

电视

音乐

稿事编辑部

娱乐FOCUS

财经

股票

行情

新股

金融

基金

商业

理财

汽车

购车

行情

车型库

新能源

行业

科技

通信

互联网

特别策划

网易智能

家电

时尚

亲子

艺术

手机

数码

移动互联网

惊奇科技

易评机

房产

家居

北京房产

上海房产

广州房产

全部分站

楼盘库

家具

卫浴

旅游

自驾露营

美食

教育

移民

留学

外语

高考

查看网易地图

注册免费邮箱

注册VIP邮箱（特权邮箱，付费）

免费下载网易官方手机邮箱应用

安全退出

移动端

网易公开课

TED

中国大学视频公开课

国际名校公开课

赏课·纪录片

付费精品课程

北京大学公开课

英语课程学习

网易严选

新人特价

9.9专区

新品热卖

人气好物

居家生活

服饰鞋包

母婴亲子

美食酒水

支付

一卡通充值

一卡通购买

我的网易支付

网易跨境支付

邮箱

免费邮箱

VIP邮箱

企业邮箱

免费注册

客户端下载

网易首页 > 网易号 > 正文

申请入驻

北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成

2021-10-28 17:17:38　来源: AI科技评论

分享至

用微信扫码二维码

分享至好友和朋友圈

本文转载自 | 智源社区报告人 | 刘利斌整理 | 熊宇轩编辑 | 李梦佳说到 2021 年与计算机相关的最火的概念，一定少不了「元宇宙」。元宇宙是一个庞大的工程，而计算机图形学则是对元宇宙起到支撑作用的一系列关键技术。借着「元宇宙」的东风，计算机图形学有望焕发「第N春」。计算机图形学包含几何建模、渲染、计算机动画等研究方向。与其它方向相比，计算机动画的特点在于其研究主要面向场景中能够运动的物体。刘利斌博士主要的研究方向为「角色动画」，即场景中所有能够主动运动的物体（例如，人、动物）。2021 年 9 月 30 日，北京大学前沿计算研究中心助理教授、智源新星刘利斌在青源 Talk 第 6 期上发表了题为「角色动画生成」的演讲。本文整理自报告，视频回放链接：https://hub.baai.ac.cn/live/?room_id=167刘利斌，2009于清华大学获得数理基础科学专业学士学位，2014年在清华大学获得计算机科学与技术专业博士学位。加入中心之前，刘利斌博士曾于加拿大不列颠哥伦比亚大学（The University of British Columbia）及美国迪士尼研究院（Disney Research）进行博士后研究，后加入美国硅谷创业公司DeepMotion Inc.担任首席科学家。刘利斌博士的主要方向是计算机图形学、物理仿真、运动控制以及相关的优化控制、机器学习、增强学习等领域。截止2021年9月，刘利斌博士在计算机图形学领域顶级国际会议及期刊上发表论文十余篇，引用近700次，并曾多次担任图形学主要国际会议如SIGGRAPH、PacificGraphics、Eurographics等的论文程序委员。在传统角色动画的生成过程中，我们首先需要通过机器学习、计算机视觉、图形学方法对角色进行建模。图 1：角色动画生成流程接着，我们需要进一步进行计算机动画的处理，将角色模型绑定到骨骼模型之上。这样一来，我们就可以通过改变骨骼的姿态来改变人、动物等角色的姿态。为了将该模型展示出来，我们需要进行相机控制。最后，我们通过渲染在场景中生成动作。上述过程往往需要耗费大量的时间和人工劳动成本。因此，研究人员试图通过人工智能技术加速角色动画的生成过程。1绑定图 2：绑定过程中的挑战以绑定过程为例，动画师需要手工地通过专业软件为皮肤刷上权重，保证骨骼在运动时产生自然的外观形变。为了提升上述过程的效率，我们试图通过算法实现自动绑定。在得到角色模型后，我们需要通过算法提取出复合实际情况的骨骼框架，并计算出蒙皮的权重，从而将皮肤绑定到骨骼上。图 3：automatic rigging & skinning早在 2007 年，Baran 等人基于几何操作提出了 Pinocchio 算法来实现自动绑定。2020 年，Xu 等人在 SIGGRAPH 大会上提出了著名的 RigNet，通过神经网络完成几何操作，实现更加鲁棒、漂亮的骨骼提取和绑定，同时也允许用户在一定程度上干预绑定过程（例如，调整骨骼密度、关节位置）。不过由于该方法不支持用户自定义的骨骼结构，在实际应用中经常需要解决诸如动作重定向等问题，在一些任务场景中需要往往额外的工作才能保证动作的质量。图 4：Learning Skeleton Articulations with neural blend shapes为了解决这个问题，我们在 SIGGRAPH 2021 上提出了完全基于神经网络学习的自动绑定方法。该方法能够自动根据输入的角色模型提取出符合预先设定的骨骼结构的骨骼模型，并且完成自动的绑定。在完成绑定之后，将动作（例如，关节旋转）导入到模型中，就可以直接驱动角色来产生相应的外观变化。图 5：Envelope branch该方法通过基于 MeshCNN 的架构根据输入的模型提取每个顶点绑定的权重，并估计出骨骼的位置，从而真正提取出骨骼的结构。由于原始的蒙皮权重刻画了骨骼的运动，会影响顶点网格模型的影响力，我们可以根据估计出的蒙皮权重反推出骨骼模型。具体而言，我们通过 skinning based pooling 将蒙皮权重和顶点上的特征转化成骨骼特征，并最终提取到骨骼结构。图 6：运动质量LBS 是目前广为使用的线性混合皮肤模型，其主要的缺陷在于：形变较大时，会出现体积的损失。为了弥补该缺陷，人们通常会采用手动创建的 Blend Shapes 方法将体积损失补全。图 7：Residual Branch我们的模型提供了相应的组件，能够根据输入数据估计出 Blend Shapes，改善形变较大时的绑定效果。网络架构如图 7 所示，在推理时，我们会根据角色当前的姿态计算将 Blend Shapes 融入骨骼的程度。图 8：训练过程由于我们才训练时并不知道骨骼的 Skinning 权值和 Blend Shapes 的真实值，所以采用了间接监督的训练方式，模型输入为样本的姿态及其形变情况。我们采用 SMPL 作为训练数据集，并且加入了额外的连通性数据增强方式提升网络的鲁棒性。图 9：实验结果实验结果表明，加入了神经 Blend Shapes 组件之后，可以在大型形变的场景下显著改善动画质量，使用 Envelope 模型估计出的 Skinning 权值也优于原始的 LBS 对比基线。图 10：细节形变值得注意的是，我们的模型具备很强的对人体细节形变（例如，肌肉的抖动）的捕捉能力。2相机控制图 11：相机轨迹规划在游戏、电影等场景下，相机的镜头语言也是叙事的重要部分，我们需要实时、自动地生成相机运行轨迹，形成某种镜头语言和风格。图 12：传统方法传统意义上，我们可以根据摄影、艺术方面的一些技术和先验知识设计优化目标，从而生成相机轨迹。然而，我们有时难以通过语言或数学方式来描述这样的先验知识。图 13：Example-driven Virtual Cinematography by Learning Camera Behaviors我们在 SIGGRAPH 2020 上发表了论文「Example-driven Virtual Cinematography by Learning Camera Behaviors」，试图从输入视频中提取出对风格的表示，使拍摄虚拟动画场景的过程展现出相似的风格。图 14：建模相机行为在拍摄电影时，运镜的过程在很大程度上是由人物之间的相对关系决定的。基于这一观察，假设在场景中始终至少有两个角色，我们可以将两个角色的相对关系、它们跟镜头之间的关系、人的朝向、相机的位置等信息表示成一个特殊的场景特征。具体而言，我们在表示物体位置时，采用了完全局部的环面坐标系，从而过滤掉全局运动的影响。图 15：Mixture of Experts为了提取到这种表示，我们提出了如图 15 所示的 Mixture of Experts 架构，将不同拍摄场景对应的不同风格的 Expert 混合起来。首先，我们通过门控神经网络得到各个场景特征的权重，并根据该权重混合不同的 Experts，从而得到具有特定风格的相机运动轨迹。图 16：Camera Keyframing with Style and Control然而，「Example-driven Virtual Cinematography by Learning Camera Behaviors」中的方法并不能让用户参与到相机轨迹的控制中，无法通过指定关键帧等方式干预相机运动的过程。图 17：两阶段的工作流程为了实现上述目标，我们在「Example-driven Virtual Cinematography by Learning Camera Behaviors」的基础上，在相机轨迹生成部分将关键帧信息、当前帧和关键帧相对位置关系作为额外的输入。3动画生成图 18：动画生成起初，动画师需要通过调整角色关键帧中的姿态等方式生成动画，这一过程十分耗时。如今，在电影、游戏产业中，我们往往首先对真人进行动作捕捉，然后将捕捉到的动作映射到虚拟角色上，从而生成角色动画，这大大降低了制作成本，提高了动作的丰富性。图 19：Unsupervised Co-part Segmentation through Assembly然而，进行动作捕捉的设备往往十分昂贵。为此，一些研究人员试图估计出视频中人的姿态（例如，OpenPose）。但是这些姿态估计方法大多是有监督学习方法，要求我们首先对图像进行大量的标记。对于人的姿态标记相对容易，但是对于如图 21 所示的动物、机械臂的动作进行标记则较为困难。为了解决这一问题，我们在 ICML 2021 上发表了论文「Unsupervised Co-part Segmentation through Assembly」，充分利用视频中与动作相关的每个部位的相对信息，从而更好地对视频中的物体进行分类。图 20：自监督组装为了进行自监督的训练，我们从不同的图片中分割出不同的部位。如果分割结果合理，我们可以将这些部位按照对应图片的形变进行仿射变换，再将变换后的部位组装回原图中。图 21：部位组装——编码器首先，我们通过编码器提取部位的特征以及部位对应的变换。图 22：部位组装——解码器接着，我们分别将每个部位的特征解码为对应的部位图。图 23：部位组装最后，我们将部位图组合起来，恢复出原始图片。图 24：训练过程与损失函数在输入两张图片时，我们首先通过编码器编码源图片的部位特征和变换以及目标图片的变换。接着，我们用目标图片的变换方式对源图片的部位特征进行变换。通过组装变换有的源图片的部位图，我们试图重构目标图片。图 25：变换损失函数除了重建损失函数之外，我们还引入了一个变换损失函数。由于我们需要在区分部位的同时，在正则空间中估计角色的姿态。因此，我们假设所有部位在正则空间中为一个处于原点的形状，其变换对应于形状本身的协方差所在的方向。通过这个变换损失函数，我们可以赋予变换一定的物理意义。图 26：交互式场景对于电影来说，通过上述方法得到的一次性的高质量角色动画可以满足要求。然而，对于游戏、虚拟数字人、VR、服务机器人等交互式场景，我们希望它们能够随着与用户的交互实时产生满足要求的自然的高质量的动作。从理论上说，我们不可能完全依靠动作采集获取到动作空间中所有的动作，需要重用已经采集到的动作。图 27：运动图早期，研究人员采用运动图（Motion Graph）等基于状态机的方法完成上述目标，通过图模型根据动作之间的逻辑关系将它们结合起来。然而，如果涉及到的动作很多，状态机就会十分复杂，难以进行进一步的编辑。图 28：生成运动为此，研究人员试图直接从无结构数据中学习嵌入在其中的策略，并通过学习一个能够根据用户指令产生新动作的生成模型。在神经网络被广泛使用之前，人们尝试过通过高斯过程、高斯混合模型完成上述任务。图 29：神经运动生成近年来，一些基于自回归神经网络的动作生成模型纷纷涌现出来。我们将角色当前的状态、用户输入的指令、环境的变化输入给生成网络，网络会根据上述信息迭代更新角色的状态。其中，神经网络可以为门控网络、LSTM、标准化流等模型。然而，这些基于数据的方法本质上还是对已有数据的混合和重放，无法产生新的动作。图 31：基于物理的角色动画此外，人摔倒等动作是一个物理过程，由此衍生出了基于物理仿真的角色动画。该方向的研究目标是在虚拟世界中还原真实世界的物理过程。然而，实现这种控制过程往往是十分困难的。图 32：基于强化学习的方法在机器人领域中，一些学者试图对一些共性的动作展开研究。然而，这些研究缺乏对细节的刻画，机器人角色完成动作的样子与人类有较大差距，并不自然。近年来，随着强化学习的发展，很多工作基于强化学习使智能体模仿人的运动来学习控制器，从而控制角色运动。具体而言，智能体与所处的环境不断交互，并根据交互结果更新控制策略。我们通过奖励函数使仿真结果与输入的动作尽可能接近。由于仿真过程往往是黑盒，我们会使用 Reward-Weighted Regressoin 等模型无关的方法来求解。图 33：组合控制策略除了基于简单的强化学习策略让角色学习灵活的动作，我们还可以对身体的不同部分采用不同的控制策略（例如，下半身保持平衡，上半身做出其它动作）。图 34：多功能角色的控制图使角色同时学习到多种动作对于基于物理的动画来说是一个重要的目标。如前文所述，研究人员通过基于状态机的方法应用到基于物理仿真的角色动画中，将不同的运动控制策略结合起来，使角色实时地与物体和用户交互。图 35：固定时间序号追踪的弊端在进行模仿学习时，我们希望生成的动作与参考数据一致。然而，在动态场景下，会出现一些与理想环境不符的突发状况。为了解决该问题，我们需要对运动控制策略进行规划，在跟踪原始参考数据无法成功时，需要跳过一部分参考数据进行新的尝试。图 36：用于动作规划的 Q 网络为了在规划时从较长的应用数据中挑选出合适的数据，从而成功地完成动作，我们设计了一种基于深度 Q-学习网络的方法，从而实现了滑板、杂技运动等复杂的角色动画。图 37：运动生成+基于物理的跟踪控制为了生成新颖的动作，我们试图将运动生成模型与物理仿真的追踪控制结合在一起。然而，由于生成的往往是物理不准确的，所以通过基于物理的方法跟踪这些动作时往往无法保证质量。图 38：生成运动控制近年来，一些研究人员也试图首先采集大量的动作样本，然后通过自编码器寻找共同的隐空间，进而在隐空间中学习新的高层策略。这样一来，我们可以使角色同时掌握大量的动作来完成目标，但是在这个空间中的训练过程同样没有考虑到物理过程，动作的质量仍然较低。图 39：生成对抗模仿学习此外，一些研究者试图将生成对抗网络（GAN）与强化学习/模仿学习相结合，从而考虑各种突发情况和物理参数的变化。然而，GAN 和强化学习的训练都较为不稳定，因此得到的动作也不够自然，质量较低。今年，来自加州大学伯克利分校和上海交通大学的研究者提出了对 GAN 中判别器的改进，加入了一些人为的干预从而生成更加自然的动作。4Q&AQ1：角色动画生成未来的发展趋势如何？会遇到哪些新的机遇和挑战？A：角色动画最早在游戏和动画中应用地较多，目前工业界的标准范式还是基于状态机的方法。近年来，育碧、EA 等大型游戏公司开始注意到机器学习可以有效提升角色动画制作流程的效率。最近，国内一些公司尝试将角色动画技术应用到融媒体、数字人、直播带货等场景下。基于物理的角色动画具有巨大的潜力，今年大火的元宇宙概念的头部公司也将基于物理仿真的角色动画应用到产品中，但是该技术目前还不够成熟。Q2：「元宇宙」概念的发展前景如何？会发展成「头号玩家」等电影中描绘的形式吗？A：这一目标非常吸引人，但是要想实现这一目标，我们仍然还有很长的一段路要走。举例而言，VR、AR 是元宇宙的重要呈现形式，但是目前这些领域的算力支持还不够充足。元宇宙是一个很宏大的概念，角色动画等领域的研究往往只能触及其中的一个小的部分。Q3：能否预测一下角色动画、物理仿真等研究方向在未来的 5-10 年会有怎样的突破？A：我的研究工作的目标是试图构建一个「人工小脑」，让角色能够本能地维持正常的运动，这就要求角色能够学习到大量的动作技能，并将其转化为经验表示。从宏观意义上说，这也是通用人工智能的研究目标。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

/阅读下一篇/

返回网易首页

下载网易新闻客户端

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---15权重绘制01_哔哩哔哩_bilibili

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---15权重绘制01_哔哩哔哩_bilibili 首页番剧直播游戏中心会员购漫画赛事投稿元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---15权重绘制01

6997

2021-12-09 18:58:20

未经作者授权，禁止转载442117714如果你想学习更多，可添加微信，拉你进群，互相交流学习,vx:dphoenixm007

教程资源包在这：https://mbd.pub/o/bread/Y56bk5Zr

这是一个专为新手定制的虚拟数字人教程学习

教程中可以了解到：

MAYA蒙皮、权重技术、骨骼带动皮肤的高级变形技术、角色动画的表情技术、动力学技术，包括头发及衣服的动力学模拟、处理动作捕捉和表情捕捉的高级技术。

大家赶快上车吧。动画MMD·3D自制建模原创动画新人动漫3DMAYA3D动画新人向

火星一郎

发消息

AI超写实虚拟人教学和制作 vx: dphoenixm007 或 dphoenixm

关注 3324

拒绝无用留学，提高留学生专业成绩！

接下来播放

自动连播利用MetaHuman制作虚拟人完整教程火星一郎

3061

AI虚拟人动作自然随机切换，可根据关键词做指定动作，可随机做不同动作~火星一郎

1452

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---17权重绘制03火星一郎

710

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---12修正骨骼建立火星一郎

1725

Ai生成虚拟人Metahuman接入ChatGPT完整版教程来啦，制作文字语音实时交互虚拟人火星一郎

6216

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品--18权重绘制04火星一郎

787

【虚幻引擎UE5】uDraper衣服插件制作动画欣赏火星一郎

5248

【虚幻引擎UE4】获取Mixamo动画导入Metahuman角色火星一郎

1407

AI生成虚拟人接入ChatGPT，微软语音使用教学，文本转语音，语音转文本火星一郎

1537

【虚幻引擎UE5】路径追踪渲染MetaHuman角色，渲染导出图片火星一郎

1980

AI虚拟人动作随机切换实现，Audio2face驱动数字人表情火星一郎

1143

Audio2face驱动定制虚拟人，接入文心一言/大模型，实时语音驱动交互火星一郎

4928

UE5+离线本地大模型+随意切换衣服+点歌，展馆服务型数字人，实时语音交互火星一郎

1.2万

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---16权重绘制02火星一郎

578

Ai训练生成虚拟人接入ChatGPT，实现文字语音直播间弹幕抓取实时交互完整版教程火星一郎

2802

虚拟人接入ChatGPT有哪些交互应用场景？火星一郎

451

虚拟人建立知识库，抓取关键词回复，直接秒回--实现文字语音直播间弹幕抓取实时交互火星一郎

1192

元宇宙｜小C虚拟数字人黑科技，3分钟让你看懂数字人如何制作？火星一郎

2861

【虚幻引擎UE5】新插件Anamorphic 的使用，感受一下它的强大~火星一郎

1356

手机扫描生成虚拟人Metahuman接入ChatGPT完整版教程，文字语音实时交互制作火星一郎

1349

展开

小窗

客服

顶部

赛事库课堂 2021

北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成 - 智源社区

社交论文活动专栏取消注册登录北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成资讯李梦佳

2021-10-26 11:30 分享李梦佳帖子数：42 评论数：3 个人主页

以下文章来源于mp.weixin.qq.com

【栏目：前沿进展】说到 2021 年与计算机相关的最火的概念，一定少不了「元宇宙」。元宇宙是一个庞大的工程，而计算机图形学则是对元宇宙起到支撑作用的一系列关键技术。借着「元宇宙」的东风，计算机图形学有望焕发「第N春」。

计算机图形学包含几何建模、渲染、计算机动画等研究方向。与其它方向相比，计算机动画的特点在于其研究主要面向场景中能够运动的物体。刘利斌博士主要的研究方向为「角色动画」，即场景中所有能够主动运动的物体（例如，人、动物）。

2021 年 9 月 30 日，北京大学前沿计算研究中心助理教授、智源新星刘利斌在青源 Talk 第 6 期上发表了题为「角色动画生成」的演讲。本文整理自报告，视频回放链接：https://hub.baai.ac.cn/live/?room_id=167

刘利斌，2009于清华大学获得数理基础科学专业学士学位，2014年在清华大学获得计算机科学与技术专业博士学位。加入中心之前，刘利斌博士曾于加拿大不列颠哥伦比亚大学（The University of British Columbia）及美国迪士尼研究院（Disney Research）进行博士后研究，后加入美国硅谷创业公司DeepMotion Inc.担任首席科学家。刘利斌博士的主要方向是计算机图形学、物理仿真、运动控制以及相关的优化控制、机器学习、增强学习等领域。截止2021年9月，刘利斌博士在计算机图形学领域顶级国际会议及期刊上发表论文十余篇，引用近700次，并曾多次担任图形学主要国际会议如SIGGRAPH、PacificGraphics、Eurographics等的论文程序委员。

报告人：刘利斌

整理：熊宇轩

编辑：李梦佳

在传统角色动画的生成过程中，我们首先需要通过机器学习、计算机视觉、图形学方法对角色进行建模。

接着，我们需要进一步进行计算机动画的处理，将角色模型绑定到骨骼模型之上。这样一来，我们就可以通过改变骨骼的姿态来改变人、动物等角色的姿态。为了将该模型展示出来，我们需要进行相机控制。最后，我们通过渲染在场景中生成动作。上述过程往往需要耗费大量的时间和人工劳动成本。因此，研究人员试图通过人工智能技术加速角色动画的生成过程。

绑定

以绑定过程为例，动画师需要手工地通过专业软件为皮肤刷上权重，保证骨骼在运动时产生自然的外观形变。为了提升上述过程的效率，我们试图通过算法实现自动绑定。在得到角色模型后，我们需要通过算法提取出复合实际情况的骨骼框架，并计算出蒙皮的权重，从而将皮肤绑定到骨骼上。

早在 2007 年，Baran 等人基于几何操作提出了 Pinocchio 算法来实现自动绑定。2020 年，Xu 等人在 SIGGRAPH 大会上提出了著名的 RigNet，通过神经网络完成几何操作，实现更加鲁棒、漂亮的骨骼提取和绑定，同时也允许用户在一定程度上干预绑定过程（例如，调整骨骼密度、关节位置）。

不过由于该方法不支持用户自定义的骨骼结构，在实际应用中经常需要解决诸如动作重定向等问题，在一些任务场景中需要往往额外的工作才能保证动作的质量。

为了解决这个问题，我们在 SIGGRAPH 2021 上提出了完全基于神经网络学习的自动绑定方法。该方法能够自动根据输入的角色模型提取出符合预先设定的骨骼结构的骨骼模型，并且完成自动的绑定。在完成绑定之后，将动作（例如，关节旋转）导入到模型中，就可以直接驱动角色来产生相应的外观变化。

该方法通过基于 MeshCNN 的架构根据输入的模型提取每个顶点绑定的权重，并估计出骨骼的位置，从而真正提取出骨骼的结构。由于原始的蒙皮权重刻画了骨骼的运动，会影响顶点网格模型的影响力，我们可以根据估计出的蒙皮权重反推出骨骼模型。具体而言，我们通过 skinning based pooling 将蒙皮权重和顶点上的特征转化成骨骼特征，并最终提取到骨骼结构。

LBS 是目前广为使用的线性混合皮肤模型，其主要的缺陷在于：形变较大时，会出现体积的损失。为了弥补该缺陷，人们通常会采用手动创建的 Blend Shapes 方法将体积损失补全。

我们的模型提供了相应的组件，能够根据输入数据估计出 Blend Shapes，改善形变较大时的绑定效果。网络架构如图 7 所示，在推理时，我们会根据角色当前的姿态计算将 Blend Shapes 融入骨骼的程度。

由于我们才训练时并不知道骨骼的 Skinning 权值和 Blend Shapes 的真实值，所以采用了间接监督的训练方式，模型输入为样本的姿态及其形变情况。我们采用 SMPL 作为训练数据集，并且加入了额外的连通性数据增强方式提升网络的鲁棒性。

实验结果表明，加入了神经 Blend Shapes 组件之后，可以在大型形变的场景下显著改善动画质量，使用 Envelope 模型估计出的 Skinning 权值也优于原始的 LBS 对比基线。

值得注意的是，我们的模型具备很强的对人体细节形变（例如，肌肉的抖动）的捕捉能力。

相机控制

在游戏、电影等场景下，相机的镜头语言也是叙事的重要部分，我们需要实时、自动地生成相机运行轨迹，形成某种镜头语言和风格。

传统意义上，我们可以根据摄影、艺术方面的一些技术和先验知识设计优化目标，从而生成相机轨迹。然而，我们有时难以通过语言或数学方式来描述这样的先验知识。

我们在 SIGGRAPH 2020 上发表了论文「Example-driven Virtual Cinematography by Learning Camera Behaviors」，试图从输入视频中提取出对风格的表示，使拍摄虚拟动画场景的过程展现出相似的风格。

在拍摄电影时，运镜的过程在很大程度上是由人物之间的相对关系决定的。基于这一观察，假设在场景中始终至少有两个角色，我们可以将两个角色的相对关系、它们跟镜头之间的关系、人的朝向、相机的位置等信息表示成一个特殊的场景特征。具体而言，我们在表示物体位置时，采用了完全局部的环面坐标系，从而过滤掉全局运动的影响。

为了提取到这种表示，我们提出了如图 15 所示的 Mixture of Experts 架构，将不同拍摄场景对应的不同风格的 Expert 混合起来。首先，我们通过门控神经网络得到各个场景特征的权重，并根据该权重混合不同的 Experts，从而得到具有特定风格的相机运动轨迹。

然而，「Example-driven Virtual Cinematography by Learning Camera Behaviors」中的方法并不能让用户参与到相机轨迹的控制中，无法通过指定关键帧等方式干预相机运动的过程。

为了实现上述目标，我们在「Example-driven Virtual Cinematography by Learning Camera Behaviors」的基础上，在相机轨迹生成部分将关键帧信息、当前帧和关键帧相对位置关系作为额外的输入。

动画生成

起初，动画师需要通过调整角色关键帧中的姿态等方式生成动画，这一过程十分耗时。如今，在电影、游戏产业中，我们往往首先对真人进行动作捕捉，然后将捕捉到的动作映射到虚拟角色上，从而生成角色动画，这大大降低了制作成本，提高了动作的丰富性。

然而，进行动作捕捉的设备往往十分昂贵。为此，一些研究人员试图估计出视频中人的姿态（例如，OpenPose）。但是这些姿态估计方法大多是有监督学习方法，要求我们首先对图像进行大量的标记。对于人的姿态标记相对容易，但是对于如图 21 所示的动物、机械臂的动作进行标记则较为困难。为了解决这一问题，我们在 ICML 2021 上发表了论文「Unsupervised Co-part Segmentation through Assembly」，充分利用视频中与动作相关的每个部位的相对信息，从而更好地对视频中的物体进行分类。

为了进行自监督的训练，我们从不同的图片中分割出不同的部位。如果分割结果合理，我们可以将这些部位按照对应图片的形变进行仿射变换，再将变换后的部位组装回原图中。

首先，我们通过编码器提取部位的特征以及部位对应的变换。

接着，我们分别将每个部位的特征解码为对应的部位图。

最后，我们将部位图组合起来，恢复出原始图片。

在输入两张图片时，我们首先通过编码器编码源图片的部位特征和变换以及目标图片的变换。

接着，我们用目标图片的变换方式对源图片的部位特征进行变换。通过组装变换有的源图片的部位图，我们试图重构目标图片。

除了重建损失函数之外，我们还引入了一个变换损失函数。由于我们需要在区分部位的同时，在正则空间中估计角色的姿态。因此，我们假设所有部位在正则空间中为一个处于原点的形状，其变换对应于形状本身的协方差所在的方向。通过这个变换损失函数，我们可以赋予变换一定的物理意义。

对于电影来说，通过上述方法得到的一次性的高质量角色动画可以满足要求。然而，对于游戏、虚拟数字人、VR、服务机器人等交互式场景，我们希望它们能够随着与用户的交互实时产生满足要求的自然的高质量的动作。从理论上说，我们不可能完全依靠动作采集获取到动作空间中所有的动作，需要重用已经采集到的动作。

早期，研究人员采用运动图（Motion Graph）等基于状态机的方法完成上述目标，通过图模型根据动作之间的逻辑关系将它们结合起来。然而，如果涉及到的动作很多，状态机就会十分复杂，难以进行进一步的编辑。

为此，研究人员试图直接从无结构数据中学习嵌入在其中的策略，并通过学习一个能够根据用户指令产生新动作的生成模型。在神经网络被广泛使用之前，人们尝试过通过高斯过程、高斯混合模型完成上述任务。

近年来，一些基于自回归神经网络的动作生成模型纷纷涌现出来。我们将角色当前的状态、用户输入的指令、环境的变化输入给生成网络，网络会根据上述信息迭代更新角色的状态。其中，神经网络可以为门控网络、LSTM、标准化流等模型。然而，这些基于数据的方法本质上还是对已有数据的混合和重放，无法产生新的动作。

此外，人摔倒等动作是一个物理过程，由此衍生出了基于物理仿真的角色动画。该方向的研究目标是在虚拟世界中还原真实世界的物理过程。然而，实现这种控制过程往往是十分困难的。

在机器人领域中，一些学者试图对一些共性的动作展开研究。然而，这些研究缺乏对细节的刻画，机器人角色完成动作的样子与人类有较大差距，并不自然。近年来，随着强化学习的发展，很多工作基于强化学习使智能体模仿人的运动来学习控制器，从而控制角色运动。

具体而言，智能体与所处的环境不断交互，并根据交互结果更新控制策略。我们通过奖励函数使仿真结果与输入的动作尽可能接近。由于仿真过程往往是黑盒，我们会使用 Reward-Weighted Regressoin 等模型无关的方法来求解。

除了基于简单的强化学习策略让角色学习灵活的动作，我们还可以对身体的不同部分采用不同的控制策略（例如，下半身保持平衡，上半身做出其它动作）。

使角色同时学习到多种动作对于基于物理的动画来说是一个重要的目标。如前文所述，研究人员通过基于状态机的方法应用到基于物理仿真的角色动画中，将不同的运动控制策略结合起来，使角色实时地与物体和用户交互。

在进行模仿学习时，我们希望生成的动作与参考数据一致。然而，在动态场景下，会出现一些与理想环境不符的突发状况。为了解决该问题，我们需要对运动控制策略进行规划，在跟踪原始参考数据无法成功时，需要跳过一部分参考数据进行新的尝试。

为了在规划时从较长的应用数据中挑选出合适的数据，从而成功地完成动作，我们设计了一种基于深度 Q-学习网络的方法，从而实现了滑板、杂技运动等复杂的角色动画。

为了生成新颖的动作，我们试图将运动生成模型与物理仿真的追踪控制结合在一起。然而，由于生成的往往是物理不准确的，所以通过基于物理的方法跟踪这些动作时往往无法保证质量。

近年来，一些研究人员也试图首先采集大量的动作样本，然后通过自编码器寻找共同的隐空间，进而在隐空间中学习新的高层策略。这样一来，我们可以使角色同时掌握大量的动作来完成目标，但是在这个空间中的训练过程同样没有考虑到物理过程，动作的质量仍然较低。

此外，一些研究者试图将生成对抗网络（GAN）与强化学习/模仿学习相结合，从而考虑各种突发情况和物理参数的变化。然而，GAN 和强化学习的训练都较为不稳定，因此得到的动作也不够自然，质量较低。今年，来自加州大学伯克利分校和上海交通大学的研究者提出了对 GAN 中判别器的改进，加入了一些人为的干预从而生成更加自然的动作。

Q&A

Q1：角色动画生成未来的发展趋势如何？会遇到哪些新的机遇和挑战？

A：角色动画最早在游戏和动画中应用地较多，目前工业界的标准范式还是基于状态机的方法。近年来，育碧、EA 等大型游戏公司开始注意到机器学习可以有效提升角色动画制作流程的效率。最近，国内一些公司尝试将角色动画技术应用到融媒体、数字人、直播带货等场景下。

基于物理的角色动画具有巨大的潜力，今年大火的元宇宙概念的头部公司也将基于物理仿真的角色动画应用到产品中，但是该技术目前还不够成熟。

Q2：「元宇宙」概念的发展前景如何？会发展成「头号玩家」等电影中描绘的形式吗？

A：这一目标非常吸引人，但是要想实现这一目标，我们仍然还有很长的一段路要走。举例而言，VR、AR 是元宇宙的重要呈现形式，但是目前这些领域的算力支持还不够充足。元宇宙是一个很宏大的概念，角色动画等领域的研究往往只能触及其中的一个小的部分。

Q3：能否预测一下角色动画、物理仿真等研究方向在未来的 5-10 年会有怎样的突破？A：我的研究工作的目标是试图构建一个「人工小脑」，让角色能够本能地维持正常的运动，这就要求角色能够学习到大量的动作技能，并将其转化为经验表示。从宏观意义上说，这也是通用人工智能的研究目标。

举报反馈举报类型（必选）样式问题涉嫌广告内容抄袭内容侵权政治相关内容涉黄其他举报详情（选填） 0/200 取消提交

C4D制作「元宇宙」角色动画短片解析（二），故障风表情动画制作技巧_哔哩哔哩_bilibili

C4D制作「元宇宙」角色动画短片解析（二），故障风表情动画制作技巧_哔哩哔哩_bilibili 首页番剧直播游戏中心会员购漫画赛事投稿C4D制作「元宇宙」角色动画短片解析（二），故障风表情动画制作技巧

1.2万

2022-01-24 18:10:11

未经作者授权，禁止转载42425890434这是最近我们为Soul和安慕希联名定制的一条创意短片，完整版在我的主页可以看到。三维部分主要用到的是C4D，这期的重点是UV通道的后期运用，希望大家喜欢，陆续更新分享全片的制作解析。知识分享官知识设计·创意C4DAE教程C4D教程角色动画后期合成元宇宙

象素工场

发消息

V:Pix-workshop（非商业合作勿扰）简历作品请投递邮箱： bo.yang@pixworkshop.com

关注 1.2万

拒绝留学低成绩，高GPA看这里！

接下来播放

自动连播C4D角色动画之飞行器尾焰两种制作方法！象素工场

5.2万

【C4D教程】一分钟带你用C4D做出写实花朵绽放象素工场

2.1万

剪纸风"Westin"象素工场

6561

C4D制作「元宇宙」角色动画解析（三），制作太空系星球星云背景技巧！象素工场

1.4万

C4D制作「元宇宙」角色动画解析（一），分层渲染的技巧提升工作效率象素工场

1.8万

未来生活象素工场

3.8万

C4D卡通插画风三渲二动画制作方法！象素工场

5.0万

不用懂原力元宇宙，5分钟带你用信息差获利！圆脸哥聊创业

482

【C4D制作】华为Petal Search 东京奥运创意宣传片象素工场

1.2万

AMX x Soul 0压发布会失重来袭象素工场

1.5万

超实用的C4D之UV通道运用，终于不用加班反复改渲染了。象素工场

2.2万

【C4D制作】国风毕业设计短片—《别君叹》Eachan__

2.7万

超实用宝藏插件，解决你C4D制作KV海报遇到的透视问题！象素工场

5193

招商银行App8.0象素工场

1.8万

【AE教程】别再学那些辣鸡AE教程了，这才是你应该学的！AE特效教程（100集）零基础学AE和C4D

4985

C4D即将推出的重磅 AI+GPU渲染器插件 AIAiren 4D 介绍视频C4D-Blender技术联盟

6176

爆火的web3自动撸空投，0成本真可以月入过万，实现被动躺赚！库卡网络

1272

(原创C4D作品）新青年毕设“HUBLOT「黑武士」机械腕表”新青年成员MaDin9

1486

C4D X-Particle制作气泡水动画技巧洛水九川

3463

【C4D教程】这个C4D过于丝滑了！C4D植物生长水流环绕动画！C4D教程

2780

展开

小窗

客服

顶部

赛事库课堂 2021

元宇宙与三维动画：相互影响与未来展望 - 知乎

元宇宙与三维动画：相互影响与未来展望 - 知乎切换模式写文章登录/注册元宇宙与三维动画：相互影响与未来展望新视界数字科技我们专做数字孪生、仿真交互和3D云展厅随着科技的飞速发展，元宇宙这一概念逐渐进入人们的视野，并引发了广泛关注。元宇宙是一个虚拟世界，具有高度的互动性和沉浸感，而三维动画作为视觉艺术的一种形式，为元宇宙提供了丰富的视觉体验。本文将探讨元宇宙与三维动画之间的关系，并展望它们的未来发展。一、元宇宙与三维动画的相互影响1.三维动画为元宇宙提供视觉体验元宇宙作为一个虚拟世界，需要丰富的视觉元素来营造沉浸感。三维动画作为一种高度逼真的视觉表现形式，为元宇宙提供了独特的视觉体验。通过三维动画，元宇宙中的场景、角色和道具等元素得以生动呈现，使得用户在虚拟世界中获得更加真实和沉浸的感受。2.元宇宙为三维动画提供应用场景元宇宙的快速发展为三维动画提供了广阔的应用场景。在元宇宙中，三维动画可以应用于虚拟角色、场景设计、交互效果等方面，使得虚拟世界更加生动和有趣。同时，元宇宙也为三维动画创作者提供了更多的创作空间和可能性，使得三维动画的艺术表现形式更加多样化和创新化。二、未来展望1.三维动画技术的进一步发展随着计算机图形学和虚拟现实技术的不断进步，三维动画技术将得到进一步发展。未来的三维动画将更加逼真、细腻，为用户带来更加沉浸式的视觉体验。同时，三维动画技术也将与其他技术如人工智能、大数据等相结合，创造出更加丰富和多样的虚拟世界。2.元宇宙与三维动画的深度融合随着元宇宙的不断发展，三维动画将在元宇宙中发挥更加重要的作用。未来的元宇宙将更加注重用户体验和交互性，而三维动画将作为实现这一目标的重要手段。通过深度融合元宇宙和三维动画，我们可以创造出更加生动、有趣和沉浸式的虚拟世界，为用户提供更加丰富和多样的娱乐体验。3.三维动画在教育领域的应用除了娱乐领域，三维动画在教育领域也有着广泛的应用前景。通过结合虚拟现实技术，我们可以将三维动画应用于模拟实验、虚拟教学等领域，为学生提供更加直观和生动的教育体验。这将有助于提高教学效果和学习效率，推动教育领域的创新发展。总之，元宇宙与三维动画之间的关系紧密而复杂。它们相互影响、相互促进，为我们的生活和工作带来了更多的可能性。随着技术的不断进步和应用场景的不断扩展，我们相信元宇宙与三维动画的未来将更加美好和充满希望。发布于 2023-12-22 09:51・IP 属地江苏三维动画元宇宙（Metaverse）赞同 1添加评论分享喜欢收藏申请

如何制作高逼格的元宇宙科普动画？科普动画模板推荐-来画

内容中心

动画制作软件

动画制作教程

动画制作案例

行业热点

来画快讯

数字人

内容中心

动画制作软件

动画制作教程

动画制作案例

行业热点

来画快讯

数字人

内容中心

动画制作教程

如何制作高逼格的元宇宙科普动画？科普动画模板推荐

制作教程

2023.04.25

科普动画制作

动画模板推荐

动画制作软件

元宇宙是未来数字世界的趋势与方向，而科普动画是更好地让观众了解元宇宙的重要手段。本文将介绍元宇宙科普动画制作的难点与流程，为广大读者开启“元宇宙之门”。

随着数字空间技术的快速发展，元宇宙（Metaverse）概念正成为未来数字世界的主要趋势。元宇宙是一个全球共享并能与现实世界互动的虚拟空间，它包括了数字货币、虚拟现实技术、区块链技术等众多新兴的技术与形态。因此，学习元宇宙成为了现代人不可或缺的一项任务，而科普动画则成为了更好地让观众了解元宇宙的最佳工具之一。元宇宙科普动画制作并非易事，它需要创意、故事、技术和艺术的完美结合。具体来说，元宇宙科普动画的制作流程由以下几个步骤组成：第一步，需确定故事和风格。元宇宙科普动画除了让观众了解元宇宙的概念，还需要通过生动有趣的故事情节，激发他们的兴趣与好奇心。因此，动画团队需要制定一个有趣的故事，同时要考虑到各方面的观众群体，如儿童、学生、成人等。科普模板立即使用第二步，需确定场景和角色。元宇宙科普动画需要通过精美的场景和可爱的角色塑造，吸引观众的注意力。此外，场景的科学合理性也非常重要，要遵循元宇宙的规则。因此，动画团队需要查阅相关资料，制定合理的场景和角色设计。第三步，需确定音效和配乐。元宇宙科普动画需要有生动的音效和激动人心的音乐，以便让观众更好地体验元宇宙的魅力。因此，动画团队需要结合具体情节，挑选合适的音效和配乐。第四步，需确定动画的制作工具。元宇宙科普动画的制作需要使用专业的制作工具，来画平台提供了多种元宇宙动画制作模板，包括场景、人物、道具等多种元素，用户可以根据自己的需求和创意进行定制和修改。同时，平台还提供了丰富的音效和音乐资源，让用户制作的元宇宙动画更加丰富和生动。用户只需选择合适的模板，添加自己的素材，就可以轻松制作出高质量的元宇宙动画。此外，平台还提供了云端存储和分享功能，方便用户进行协作和分享。总之，元宇宙科普动画在科普元宇宙方面具有独特的优势，但制作过程也需要结合多方面的要求。如果您想了解更多关于元宇宙的知识，欢迎关注我们的科普动画，一起探索元宇宙的秘密。科普动画在线制作

适用于动画、游戏、XR 和元宇宙的跨平台 3D 人物建模软件 | Character Creator | Reallusion

跨平台

3D 人物建模软件

免费试用 >

为什幺要选 Character Creator ?

Character Creator (CC) 是一个完整的角色创建解决方案，供设计师轻松生成、导入和自定义风格化或逼真的角色资产，可用于 iClone、Maya、Blender、Unreal Engine、Unity 或任何其他 3D 工具。CC 将业界领先的 3D 工具串联起来，仅用单一平台便能完成 3D 角色生成、动画绑定、资产管理、高级视效渲染和交互式设计。

免费试用

前往选购

汇入任意角色到 CC

无论是人类、生物还是道具，创意不再受限于现有的 CC 角色基础。任何已绑定骨架的双足模型都可以在 Character Creator 中导入、角色化和绑定脸部表情。全新功能可以让任何角色与数以千计的动作资源兼容，可于 iClone 中生成自然的口型同步、进行动作捕捉和控制动画。CC 角色还可以针对低面数高性能群众模拟、AR、VR 和元宇宙进行优化。

虚拟化身

虚拟化身（标准人类）: 完全绑定 CC3+ 拓扑结构，支持面部和身体变形、服装系统、SkinGen 材质，并与 iClone 动画完整兼容。

人形角色

人形角色（非标准人类）: 用于 CC 和 iClone 的双足模型，支持 HumanIK 身体绑定、弹簧骨骼、面部表情绑定和口型同步。

群众模拟

群众模拟（ActorBUILD）: 由 CC 虚拟化身转换而来的低面数、合并 UV、单一材质角色，适用于高性能群众动态摸拟。

生物角色

生物角色（非人类）: 任何可动画的骨骼形式，能够导入自定义动画，支持 CC IK/FK 姿势和 iClone 动画编辑。

道具模型

道具模型 : 任何具有分层网格节点、自定义变形或骨骼结构的 3D 模型，适用于动画。

V4.1 新功能

将静态模型转换为生动角色

角色可扩展性

Character Creator 以 CC 角色库为基础，利用角色设计、类人形角色导入，或自动绑定静态网格物体等功能，提供角色设计师最大的可用性。

选择细分并导出角色以获得高精度的渲染，或精简角色规格以用于手机应用进程或群众模拟。

完整 3D 角色设计

多合一 3D 动画工具，用于设计逼真角色、轻松调整角色外型、定义皮肤外观、改变发型、测试着装、导入和绑定全新角色资产，甚至从照片创建角色。

3D 发型 & 胡子

具有模块化发片设计、逼真的头发着色器和物理动态的实用智能头发系统。

皮肤生成

超逼真的皮肤层次系统，专用于人体皮肤合成。

建模变形

面部和身体变形，以呈现拟真和风格化卡通角色。

数字人着色器

模拟拟真人类皮肤、眼睛、头发、牙齿和舌头的动态材质。

自定义脸部绑定

打造个性化表情和口型同步。

由照片生成 3D 头像

人工智能 Headshot 插件，包括上千种面部变形，以进一步塑造面部特征。

展示角色

以旋转盘或动态渲染展示祤祤如生的角色。

3D 服装 & 配件

多层次、合身服饰，带有物理模拟、3D 鞋子、手套和配件。

完全绑定、动画化角色

无论是从 CC 基础角色开始，还是导入自定义绑定模型再导入 CC 角色化，都可以用于游戏引擎，并与 iClone 动画编辑完整兼容。

了解更多 >

免费资源 2000+

您可下载包含高品质项目、角色、服装、头发、动画、变形、灯光预设等的广大素材资源库，并通过试用内置项目来体验 Character Creator 各种强大功能。

了解更多 >

智能素材管理

Smart Content Manager 可一键安装免费的创作者资源以及自购素材，还支持标记和搜索保存的个人作品。通过素材组合视图，可以轻松找到素材组合中的所有项目，而无需在众多素材文档夹中搜索。

了解更多 >

支持业界主流角色工具

CCharacter Creator 提供免费插件来加速角色设计工作流程，搭配业界主流工具，如用于 ZBrush 的 GoZ、用于 Blender 的 CC 工具、用于 Unreal Engine 和 Unity Mecanim 的 CC AutoSetup（着色器和骨骼结构）、与 Substance Painter 兼容的 UDIM，以及与 Marvelous Designer 兼容的已绑定角色。

了解更多 >

适用各种产业的 3D 角色

CC 使角色设计师和 IP 公司能够创建跨平台的 3D 角色资产，从超逼真的数字人到用于游戏和电影的风格化卡通人物，再到用于商业模拟的轻量 3D 群众。CC 也迅速加快了概念艺术和时尚设计的速度。强大的导出支持主要业界格式和着色器等级兼容于游戏引擎。

数字人生成

用于电影、游戏或 AI 虚拟化身的超逼真实时演员。

游戏设计

优化导出到 Unreal、Unity，包含了着色器兼容性。

视觉设计

适用于概念艺术、时尚设计、ZBrush 姿势和 3D 打印等应用领域。

情境模拟

适用于 AEC、数字分身的低面数、单一材料、高性能角色。

高效角色 & 动画平台

应用由顶级创作者创造的优质角色素材库，并享受一致的拖拉体验，以选用数千个角色、变形、皮肤、服装、鞋子、头发、配饰和动作，来创建全新设计。

加入 Marketplace 创作者社群，将创意变收益。

素材内容商店，包含由获得认证的艺术家设计的素材组合和品项。

探索更多

包含上千种交互式动捕动作以及拟真的 3D 群众。

探索更多

素材资产社群，您可以在此贩售素材品项，或先试用再购买。

探索更多

CC4 vs. CC3

功能

CC4

CC3

* Character Creator 4 新功能以粗体字标示

* 所有商品以台币计价

$8,990

含 3DXchange Pipeline 部分功能（$14,990)

$5,990

身体和脸部绑定之基本角色

标准角色 - CC1、CC3、CC3+（20K 面、材质 4K 贴图）

✓

标准角色 - Game Base（10K 面、骨头数减量）

✓

标准角色 - ActorBUILD（15K 面、单一材质以利群众角色渲染）

✓

非标准角色 - 任何已绑定之两足人形角色

✓

非人类角色 - 任何已绑定之模型

✓

角色设定

以标准配置文档（Daz G3/G8, Mixamo, Maya HIK, 3ds Max Biped, Blender Human Meta Rig, Unreal UE4）自动汇入角色

✓

HIK 角色化编辑器

✓

弹性动态

✓

物理动态（头发、衣服）

✓

T 站姿

✓

脸部轮廓编辑器（表情管理器）

✓

骨头调整

✓

支持文档格式（汇入）

OBJ（模型、材质）

✓

FBX（已绑定角色、模型、材质、动作）

✓

FBX (Daz & Hivewire 专有角色、变形、资产)

✓

FBX（CC 角色编辑）

✓

iAvatar, iCloth, iShoes, iGloves, iHair, iAcc

✓

iMotion, rlMotion, iMotionPlus

✓

iAtm

✓

iEffect

✓

iProp

✓

支持文档格式（汇出）

OBJ（静态角色模型）

✓

OBJ（选取项目）

✓

FBX（已绑定角色及变形）

✓

OBJ, FBX（CC 角色编辑）

✓

iAvatar, iCloth, iShoes, iGloves, iHair, iAcc（到 iClone）

✓

USD (Omniverse)

✓

FBX（上载至 Sketchfab）

✓

角色外观

脸部及身体变形编辑器

✓

SkinGen（动态皮肤图层编辑器）

✓(CC3+ 基本角色)

头发及脸部毛发系统 (Smart Hair)

✓

材质 & 上色法

角色 - Digital Human Shader

✓(CC3+ 基本角色)

✓

角色 - Smart Skin Color Shader

✓(CC3+ 基本角色)

衣服/道具 - PBR Shader

✓

资产创建

GoZ

✓

创建变形滑杆

✓

衣服 - 外观编辑器（动态材质）

✓

衣服 - 自动绑定皮肤

✓

衣服 - 绑定比重编辑

✓

衣服 - 自动合身

✓

衣服 - 部份合身工具

✓

OBJ/FBX 转配件

✓

Delta Mush (模型平滑变形器)

✓

道具编辑

模型编辑

✓

绑定比重编辑器

✓

InstaLOD

✓

模型工具

OpenSubdiv

✓

编辑矢量

✓

编辑模型 - 端点渐次选取

✓

编辑模型 - 多边形选取

✓

编辑模型 - 组件选取

✓

编辑模型 - 笔刷推拉选取

✓

LOD 生成* 由 InstaLOD提供支持

多边形优化

✓

重新塑模

✓

材质融合

✓

LOD（细节层次）

✓

视觉特效

HDR（烧入 HDR 视频）

✓

HBAO+

✓

图像光、平行光、聚光灯、点光源

✓

柔边阴影、收影物体、阴影加乘

✓

全域照明（GI）

✓

PBR/Digital Human Shader

✓

点光源投影

✓

体积光

✓

反射面（镜面）

✓

TAA

✓

IES

✓

环境 & 角色设置

光源生成

✓

姿势编辑

✓

姿势存储

✓

脸部关键帧编辑及存储

✓

骨架清单皮肤及骨头过滤器

✓

动态展示

✓

动态展示

在 Viewport 中播放角色动态

✓

衣服/头发物理 & 弹性动态

✓

动态转盘

✓

自动应用性别闲置动态

✓

渲染

细分

✓

细分曲面

✓

实时渲染

✓

PBR/Digital Human Shader

✓

卡通着色器

✓

渲染图像

✓

渲染动画视频

✓

兼容插件

Headshot（付费）

✓* 需额外选购

SkinGen Premium（付费）

✓* 需额外选购

Iray（付费）

✓* 需额外选购

Omniverse Connector（免费）

✓

Smart Gallery（免费）

✓

Unreal 自动设置（免费）

✓

Unity 自动设置（免费）

✓

动画公司「All in」元宇宙 - 知乎

动画公司「All in」元宇宙 - 知乎切换模式写文章登录/注册动画公司「All in」元宇宙靠谱二次元“抢滩登陆，踏上新征程。”2022年，元宇宙概念在国内全面普及，完成从互联网先锋概念到大众热门词汇的转化。元宇宙也不再局限于Web3.0、token、DAO之类晦涩难懂的名词，而是变成了数字藏品、虚拟人、数字场景等更容易被用户接触到的形式。动画公司们能参与的机会开始出现，比如虚拟人、数字藏品和虚拟宇宙概念。随着相关产业规范公布，不少元宇宙平台落地，动画公司们已经大步迈出，做出了一些成绩：分子互动《非人哉》推出限定8064份的数字盲盒，虚拟影业推出虚拟演员虚拟鹤追，出演动画《长剑风云》等作品，七创社《凹凸世界》与Roblox大陆版《罗布乐思》进行联动。先锋者们的案例给了观望者尝试的勇气，接下来元宇宙将进驻更多动画公司，成为他们做动画之余的新业务和新故事。毕竟，能在元宇宙风口捞到新的机会，就代表动画公司们将拥有新的收入，新的未来。为什么要进军元宇宙？进军元宇宙，是传统业务收入缩窄的动画公司们的救命稻草。受平台业务和疫情等多方面影响，动画公司们提前过冬，经营压力增加。资本市场也捂住了腰包，对动漫公司投资兴趣降低，这让动画公司们的新一轮融资变得更加困难。另外，发展了十年的中国网络动画也在进入瓶颈期，国漫崛起的良性影响减弱，优秀的原创动画越来越少。此外，动画公司们缺少新的概念，“IP打造”、“全产业链开发”等经过尝试也效果不佳，影游联动并无爆款案例，版号的压力更是让游戏公司对IP改编望而却步，衍生品开发缺少爆款又供产销受限，动画公司在泛娱乐市场上的话语权越来越小。但面对元宇宙，动画公司有着内容和技术方面的先发优势。对于元宇宙概念中的“虚拟形象”、“虚拟场景”、“数字藏品”，动画公司并不陌生。拟真的数字人形象、超越现实的想象场景对于动画公司来讲已经积累了多年的制作经验，比当下元宇宙原生创业公司的Demo要成熟得多。而在“数字藏品”方面，拥有丰富美术资产和创作团队的动画公司在制作上更是不在话下。和传统的实体藏品手办盲盒等周边相比，这种新形式的渠道体系虽然尚处于初级阶段，但前期设计打样周期短，出品速度快，成本足够低，对于动画公司基本是0门槛入局的好机会。动画公司已有的数字资产可以直接微调接入元宇宙。无论是之前的原创或是外包作品，都产生了数量可观可供元宇宙使用的内容。和其它行业公司需要从零开始相比，动画公司拥有了天胡的开局。有动画公司已经整理美术资产，打造元宇宙资产库，便于感兴趣的公司前来合作。与游戏公司、内容平台、IP方长期保持接触，更是动画公司进军元宇宙的天然优势。如今游戏公司和各大视频平台、社交平台都是元宇宙概念的狂热追捧者，作为他们的乙方，动画公司也有着优先合作的可能性，协助他们完成概念设计、内容制作等各个环节。动画是离元宇宙非常近的赛道，目前元宇宙的视觉表现以泛二次元化的虚拟内容居多，动画公司入局有着突破当下元宇宙作品表现力上限的潜力，内容供给的数量和质量并不输于刚刚踏足元宇宙的其他科技公司。All in 元宇宙会好吗？随着元宇宙概念深入人心，动画公司进入元宇宙赛道分一杯羹已是必然。虽然元宇宙相关产业越来越细化，能做的产品越来越多，但对动画公司而言，形象、场景、数字藏品依旧是最适合进军元宇宙的切入点。不过，动画公司的资产量产在加剧竞争的同时，并不一定会侧重提高内容质量，良莠不齐的元宇宙内容会呈现两极化趋势，其中不乏为了抢占风口更忽略质量的选手。为了真正在元宇宙中做点什么，实现口碑和收入的双丰收，接下来这一赛道也会与动画行业类似，形成制作委员会的模式，由渠道、平台、IP方、制作方等上下游多家企业共同分担风险和收益。在动画公司取得元宇宙红利后，也可能会出现从原创元宇宙内容到动画作品的逆向开发案例。类似漫画、网文、游戏、玩具，元宇宙也可能会成为动画IP的新来源，动画公司将一些设定和内容在元宇宙领域进行低成本尝试，取得成绩后再进行更重资产的动画内容开发。机遇已经摆在动画公司眼前，但它能否改变现下略显沉闷的国产动画行业，还是个未知数。部分动画公司试水元宇宙案例盘点虚拟鹤追类型：虚拟演员制作公司：虚拟影业公布时间：2019年6月朵拉Dooora类型：虚拟偶像制作公司：ASK动画公布时间：2020年5月《凹凸世界》×罗布乐思联动类型：元宇宙平台制作公司及相关元宇宙厂商：七创社（Roblox）公布时间：2021年8月《非人哉》数字盲盒类型：数字藏品制作公司及相关元宇宙厂商：分子互动（腾讯幻核）公布时间：2022年1月国漫数藏类型：数字藏品制作公司及相关元宇宙厂商：若森数字、两点十分、众策影视、七创社、中影年年、幕星社、新漫画（瞬元）公布时间：2022年4月本文作者：悠二，由 < 靠谱编辑部 > 编辑发布于 2022-06-14 22:23动画公司元宇宙（Metaverse）赞同 21 条评论分享喜欢收藏申请

这种科幻元宇宙视频是如何制作的？ - 知乎

这种科幻元宇宙视频是如何制作的？ - 知乎首页知乎知学堂发现等你来答切换模式登录/注册视频视频剪辑视频制作pr软件元宇宙（Metaverse）这种科幻元宇宙视频是如何制作的？[视频]显示全部关注者5被浏览2,096关注问题写回答邀请回答好问题添加评论分享4 个回答默认排序陈二狗电影行业员工关注场景可以直接用ue来做，还有一种比较简单方法是绿幕+素材合成还有这种开普勒星人制作的，可以参考下发布于 2023-02-21 15:19赞同添加评论分享收藏喜欢收起知乎用户可能是拍摄+三维后期合成，用到的软件可能有AE、Maya啥的。看下面这个效果，真的是戴上眼镜，那么菜单也不可能在手后面，除非做到抠图。视频中的效果，应该是拍摄+后期合成的，概念更像是AR，也就是增强现实，而元宇宙据说是对现实世界的数字化，算是VR，并不是叠加到现实中的。参考以前的Google Glass:总之，不管是包装成元宇宙还是什么，都只是一种概念，电影头号玩家中一样的效果，短期内是达不到的，除非有新的成像技术，能解决现有成像的局限性。以上仅供参考！编辑于 2023-02-18 12:02赞同6 条评论分享收藏喜欢收起

Follow

tp钱包官网app正版|元宇宙动画制作

tp钱包官网app正版|元宇宙动画制作

C4D制作「元宇宙」角色动画解析（三），制作太空系星球星云背景技巧！_哔哩哔哩_bilibili

北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成_网易订阅

元宇宙和虚拟人｜虚拟数字人完整版全流程制作学习教程，从MAYA入门到UE4渲染成品---15权重绘制01_哔哩哔哩_bilibili

北京大学刘利斌：「元宇宙」支撑技术大揭秘——角色动画生成 - 智源社区

C4D制作「元宇宙」角色动画短片解析（二），故障风表情动画制作技巧_哔哩哔哩_bilibili

元宇宙与三维动画：相互影响与未来展望 - 知乎

如何制作高逼格的元宇宙科普动画？科普动画模板推荐-来画

适用于动画、游戏、XR 和元宇宙的跨平台 3D 人物建模软件 | Character Creator | Reallusion

动画公司「All in」元宇宙 - 知乎

这种科幻元宇宙视频是如何制作的？ - 知乎

最近的新闻

您可能喜欢的文章

bitpie比特派下载|美元2023年能涨到75元吗

imtoken钱包安卓|美元指数下周预测

夸克钱包如何快速便捷地充入USDT？

如何在TP钱包中添加合约地址？

比特币购买指南：从火币网到比特钱包

飞天诚信数字货币交易平台-信誉保证，安全便捷

TP钱包钱被吞怎么办