本文的主要作者来自北京航空航天大学、清华大学、香港大学和 VAST。本文的第一作者为北京航空航天大 学硕士生黄泽桓。本文的通讯作者为北京航空航天大学盛律教授与 VAST 公司首席科学家曹炎培博士。 在游戏、影视制作、虚拟人和交互式内容创作等行业中，高质量的 3D 动画是实现真实感与表现力的基础。 然而，传统计算机图形学中的动画制作通常依赖于骨骼绑定与关键帧编辑，这一流程虽然能够带来高质量 与精细控制，但需要经验丰富的艺术家投入大量人力与时间，代价昂贵。 随着生成模型的快速发展，自动化的角色动画生成逐渐成为可能，为行业提供了新的解决思路。然而，现 有方法存在显著局限： 为解决这一难题，北京航空航天大学团队提出了 AnimaX ，一个高效的前馈式 3D 动画生成框架，并且支持 任意类别的骨骼拓扑结构 。 基于动作捕捉的扩散模型或自回归模型只能在固定骨骼拓扑下工作，主要面向类人动作，难以推广至 更广泛的角色类别； 基于视频生成模型的工作虽然能够生成多样化的动态序列，却往往依赖于高自由度的三维形变场优 化，计算开销大、结果不稳定，往往需要耗时的优化过程。 AnimaX 的核心思想是将 视频扩散模型的运动先验 与 骨骼 ...