从「塑料人」到「有血有肉」：角色动画的物理革命，PhysRig实现更真实、更自然的动画角色变形效果
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
作者：张昊，伊利诺伊大学香槟分校博士生，研究方向为3D/4D重建、生成建模与物理驱动动画。目前在Snap担任研究实习生，曾于StabilityAI和上海人工智能实验室实习。PhysRig由UIUC与StabilityAI联合完成，旨在推动角色动画迈向更真实、可控的物理解法。
个人主页：https ://haoz19. github.io/
动画角色在动起来时，是否常常显得「塑料感十足」？即使使用再复杂的骨骼系统，人物走路时还是像带着铰链的木偶？这是因为当前主流的绑定（rigging）技术——线性混合蒙皮（LinearBlendSkinning，简称LBS）虽然效率高、计算方便，但在遇到柔软材质（如皮肤、脂肪、动物尾巴）时，往往会出现体积丢失、扭曲甚至「糖果包裹」效应，严重影响真实感。
项目链接：
https ://physrig. github.io
论文链接：
https ://arxiv. org/abs/2506. 20936
代码链接：
https ://github. com/haoz19/PhysRig
01|传统LBS的困境
LBS通过将每个点的位置作为骨骼变换的加权平均来生成动画。这种方法在过去几十年中被广泛使用于游戏、影视、甚至研究中。但它的本质是线性的、非物理的。
其主要问题包括：
体积丢失：比如手臂弯曲时出现「瘪掉」的现象；
旋转伪影：如关节处的「糖果扭转」；
无法模拟柔软材质：如胖胖角色的肚皮、动物的尾巴、耳朵。
尽管也有研究尝试使用深度学习优化LBS的权重或参数，但其结构性的缺陷始终难以弥补。
02|PhysRig的核心思想
PhysRig开辟了一条新路：把骨骼嵌入到一个可变形的柔体体积中，让骨骼带动的不再是直接控制的点，而是通过模拟物理过程，产生形变结果。
整个框架有三个关键组件：
可微物理模拟器
基于MaterialPointMethod（MPM）实现；
使用连续介质力学理论，考虑应力应变、质量守恒、动量守恒等；
模拟真实物体在受力下的自然变形过程。
材料原型（MaterialPrototypes）
用少量的原型（如25~100个）代表不同区域的弹性材质；
每个原型有弹性模量（Young’smodulus）和泊松比（Poisson’sratio）；
使用马氏距离在空间中进行插值分配，控制不同区域的材质响应。
驱动点系统（DrivingPoints）
类似于骨骼的「虚拟关节」；
控制其速度即可间接控制变形；
初始化自传统rigging工具如Pinocchio，并通过优化进行细化。
03|物理模拟与优化策略
为了实现从「观察到的动画结果」反推出「内部骨骼运动和材质参数」
，PhysRig提出了迭代式的反向绑定（InverseSkinning）优化流程：
1. 固定骨骼速度，优化材料参数；
2. 固定材料参数，逐帧优化驱动点速度；
3. 两者交替迭代，直到收敛。
这种策略考虑了材料属性的「时序一致性」与骨骼动作的「逐帧局部性」，使得优化更稳定、高效。
04|全面评测与数据集
为了全面验证PhysRig的有效性，研究者构建了一个包含17种角色（共120组动画序列）的数据集，涵盖：
人形角色（如Michelle、Kaya）
四足动物（如豹子、猛犸、剑龙）
非常规生物（如鲨鱼、翼龙、眼镜蛇）
对比对象包括：
LBS+RigNet初始化
LBS+Pinocchio初始化
LBS+GT初始化
以及PhysRig的初始和优化结果
采用指标包括用户评分（UserRating）和Chamfer距离（CD），PhysRig在几乎所有类别上都显著优于传统方法，表现出更真实的动态效果。
05|拓展应用：动作迁移
PhysRig不仅能从已有动画反推参数，还可以实现基于骨架角度的动作迁移（PoseTransfer）。
具体做法是：
1. 提取源动画的骨骼角度序列；
2. 将其传递给目标对象（如不同物种）；
3. 使用PhysRig生成自然形变的体积动画。
相比传统需要预测蒙皮权重的方法，PhysRig不依赖显式权重预测，更适合处理结构差异大的对象（比如人到果冻怪的动作迁移）。
06|总结与展望
PhysRig提供了一种从传统rigging迈向物理真实绑定的路径：
摆脱LBS线性模型的限制；
实现结构丰富、材质多样对象的自然变形；
与深度学习兼容，可用于可微优化与端到端训练；
为动画、游戏、影视、机器人仿真等领域打开新的思路。
目前，项目已在官网上线展示，并计划在ICCV2025会议前后开源代码与数据集。未来还计划将其封装为Blender插件，面向动画艺术家提供可用工具。
🎬如果你也对物理模拟和角色动画感兴趣，欢迎访问项目主页或与作者联系交流！
©THEEND
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin. com
