Wan21-14B-SCAIL-preview_fp8_scaled_mixed
返回

Wan21-14B-SCAIL-preview_fp8_scaled_mixed
94 1 9

摄影

写实

元素加强

画面控制

其他

Wan21-14B-SCAIL-preview_fp8_scaled_mixed

智谱AI / KJ量化版

Wan21-14B-SCAIL-Preview

动作迁移模型 - 实现工作室级别的角色动画

模型文件:Wan21-14B-SCAIL-preview_fp8_scaled_mixed.safetensors

SCAIL(通过上下文学习实现工作室级别的角色动画)的模型权重,这是一个能够在多样化和具有挑战性的条件下(包括大幅度动作变化、风格化角色和多角色互动)实现高保真角色动画的框架。

----------------------------------------

SCAIL:基于 3D 一致姿态表示的上下文学习,迈向工作室级角色动画

SCAIL:Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consistent Pose Representations

论文地址:teal024.github.io/SCAIL/

----------------------------------------

SCAIL-Pose 项目总结

一、项目核心定位

SCAIL-Pose 是 SCAIL(Studio-Grade Character Animation via In-Context Learning,即基于上下文学习的工作室级角色动画)框架的配套代码库,专注于3D 姿态提取与渲染,可在大动作变化、风格化角色、多角色交互等复杂场景下,实现高保真角色动画制作。

二、核心功能与技术特点

1. 核心能力

3D 姿态提取:通过骨骼拓扑连接估计的 3D 人体关键点,将骨骼表示为空间圆柱体,栅格化后得到 2D 运动引导信号;

多角色处理:先分割单个角色、提取各自姿态,再联合渲染,支持多角色姿态提取;

3D 姿态重定向(Retarget):提供姿态重定向功能,解决姿态表示中 “防身份泄露” 与 “保留丰富运动信息” 的平衡问题;

适配多种场景:兼容单 / 多角色、全身 / 肖像等不同需求,支持相机操控(缩放、移动、主点调整)。

2. 技术优势

基于 NLFPose 实现可靠的深度估计,提升多角色交互场景下的姿态估计鲁棒性;

采用 3D 一致姿态表示,避免 2D-3D 不匹配和噪声问题,同时实现与身份无关的运动保留及精准遮挡处理。

此模型源自站外搬运(搬运地址: https://www.modelscope.cn/models/Kijai/ ),若原作者对于本次搬运的结果存在异议,可点
申诉
我们会在 24 小时内,按照原作者的要求,对本模型展开编辑、删除或是转移给原作者等相关处理。由衷欢迎原作者入驻本站,共建 AI绘图的学习交流社区。

Dream2046

Dream2046

摄影

写实

元素加强

画面控制

其他

模型信息

未冻结
原创作者:
ZhipuAI
模型类型:
Unet
基础模型:
WAN2.1
文件名称:
models/unet/Wan21-14B-SCAIL-preview_fp8_scaled_mixed.safetensors
MD5:
d85cbd03a2b0f7f58fa6f4e620e8bc9a

智谱AI / KJ量化版

Wan21-14B-SCAIL-Preview

动作迁移模型 - 实现工作室级别的角色动画

模型文件:Wan21-14B-SCAIL-preview_fp8_scaled_mixed.safetensors

SCAIL(通过上下文学习实现工作室级别的角色动画)的模型权重,这是一个能够在多样化和具有挑战性的条件下(包括大幅度动作变化、风格化角色和多角色互动)实现高保真角色动画的框架。

----------------------------------------

SCAIL:基于 3D 一致姿态表示的上下文学习,迈向工作室级角色动画

SCAIL:Towards Studio-Grade Character Animation via In-Context Learning of 3D-Consistent Pose Representations

论文地址:teal024.github.io/SCAIL/

----------------------------------------

SCAIL-Pose 项目总结

一、项目核心定位

SCAIL-Pose 是 SCAIL(Studio-Grade Character Animation via In-Context Learning,即基于上下文学习的工作室级角色动画)框架的配套代码库,专注于3D 姿态提取与渲染,可在大动作变化、风格化角色、多角色交互等复杂场景下,实现高保真角色动画制作。

二、核心功能与技术特点

1. 核心能力

3D 姿态提取:通过骨骼拓扑连接估计的 3D 人体关键点,将骨骼表示为空间圆柱体,栅格化后得到 2D 运动引导信号;

多角色处理:先分割单个角色、提取各自姿态,再联合渲染,支持多角色姿态提取;

3D 姿态重定向(Retarget):提供姿态重定向功能,解决姿态表示中 “防身份泄露” 与 “保留丰富运动信息” 的平衡问题;

适配多种场景:兼容单 / 多角色、全身 / 肖像等不同需求,支持相机操控(缩放、移动、主点调整)。

2. 技术优势

基于 NLFPose 实现可靠的深度估计,提升多角色交互场景下的姿态估计鲁棒性;

采用 3D 一致姿态表示,避免 2D-3D 不匹配和噪声问题,同时实现与身份无关的运动保留及精准遮挡处理。

此模型源自站外搬运(搬运地址: https://www.modelscope.cn/models/Kijai/ ),若原作者对于本次搬运的结果存在异议,可点
申诉
我们会在 24 小时内,按照原作者的要求,对本模型展开编辑、删除或是转移给原作者等相关处理。由衷欢迎原作者入驻本站,共建 AI绘图的学习交流社区。