Sitcom-Crafter概述简介

Sitcom-Crafter 是北京航空航天大学、香港中文大学（深圳）、悉尼科技大学、中山大学等高校联合推出的 3D 场景中人类动作生成系统。基于用户提供的长剧情指导，生成多样化且物理真实的动作，包括人类行走、人类与场景交互及人类之间交互。系统包含八大模块，其中三大核心模块负责动作生成，五大增强模块用于优化动作流畅性、同步性、碰撞修正等。Sitcom-Crafter 创新的 3D 场景感知技术和自监督 SDF 策略，无需额外数据采集，生成符合物理逻辑的动作，显著提升了创作效率，为动画和游戏设计提供高效、智能化的解决方案。

Sitcom-Crafter的功能特色

人类行走：角色在 3D 场景中自然行走。

人类与场景交互：角色与环境物体进行符合物理逻辑的交互。

人类之间交互：角色之间进行协调的动作生成，减少碰撞并优化动作同步。

增强功能：

剧情解析：AI自动拆解剧本，转化为具体的角色动作指令

运动同步：确保不同模块生成的运动在时间上保持一致。

手部姿态增强：通过检索数据库中的手部姿态来增强运动的自然性。

碰撞修正：自动检测并修正人物之间的碰撞。

3D重定向：将生成的运动映射到现有的3D数字人物模型，提升视觉效果。

Sitcom-Crafter的技术原理

 运动生成模块：

人类行走生成：基于现有的先进方法（如GAMMA），通过深度学习模型生成人物的行走运动。

人与场景交互生成：基于DIMOS等方法，结合场景信息生成人物与场景物体的交互运动。

人与人交互生成：用自监督的场景感知方法，合成3D场景中的SDF（签名距离函数）点模拟周围环境，避免人物与场景的碰撞。基于扩散模型（diffusion model）生成多人交互，考虑人物之间的相对位置和运动。

场景感知技术：

SDF点合成：基于预处理运动数据，定义运动区域并随机生成周围物体的SDF点，模拟场景中的障碍物。

碰撞检测与修正：SDF点检测人物与场景或彼此之间的碰撞，调整运动轨迹或速度避免碰撞。

剧情理解与命令生成：用大型语言大模型（如Gemini 1.5）解析剧情文本，转化为具体的运动指令。基于自然语言处理技术，将复杂的剧情分解为多个运动命令，分配给相应的运动生成模块。

增强模块：

运动同步：基于插值技术（如Slerp）确保不同模块生成的运动在时间上平滑过渡。

手部姿态检索：CLIP模型检索与文本描述最相似的手部姿态，融入生成的运动中。

碰撞修正：调整运动速度或路径，避免人物之间的碰撞。

3D重定向：将生成的运动映射到高质量的3D数字人物模型，提升视觉效果。

统一的运动表示：系统采用标记点（marker points）作为统一的运动表示，支持从不同数据源（如SMPL、SMPL-X模型）提取运动数据，增强系统的扩展性和兼容性。

Sitcom-Crafter项目介绍

项目官网：https://windvchen.github.io/Sitcom-Crafter/

GitHub仓库：https://github.com/WindVChen/Sitcom-Crafter

arXiv技术论文：https://arxiv.org/pdf/2410.10790

Sitcom-Crafter能做什么？

动画制作：快速生成角色运动，减少手动动画工作量，支持多样化动作和剧情驱动的动画设计。

游戏开发：为NPC设计自然行为和交互动作，支持动态剧情生成和实时动作反馈，提升游戏沉浸感。

虚拟现实（VR）和增强现实（AR）：生成虚拟角色的自然交互和场景模拟，增强用户体验和交互自然性。

影视制作：用在早期创意验证、特效场景设计和动作捕捉替代，提升制作效率。

教育和培训：生成模拟训练中的角色行为，创建虚拟教学助手，支持安全演示和复杂场景教学。