Tripoなどでお馴染みVASTのAIリサーチームと清華大学がAIを活用したリギング（スキニング）技術「UniRig」をオープンソース公開しました！

UniRig: One Model to Rig Them All

AIを活用した手法と従来のワークフローの両方を含む3Dコンテンツ制作の急速な進化により、3Dモデルの複雑化と多様化に対応できる自動リギングソリューションに対するかつてない需要が高まっています。 UniRigを紹介します。UniRigは、自動スケルタルリギングのための斬新で統一されたフレームワークであり、大規模な自己回帰モデルのパワーと、高品質なスケルトンとスキニングウェイトの両方を生成するための骨点クロスアテンションメカニズムを活用します。 UniRigは、複雑なトポロジーや非標準的なトポロジーを扱う従来の手法とは異なり、スケルトン内の階層的な関係を効率的に符号化する新しいスケルトン・ツリー・トークナイゼーション手法により、トポロジー的に妥当なスケルトン構造を正確に予測します。
UniRigの学習と評価のために、幅広いカテゴリにまたがる14,000以上のリギングされた3Dモデルの新しい大規模データセットであるRig-XLを提示する。 UniRigは、最先端の学術的・商業的手法を大幅に上回り、困難なデータセットにおいて、リギング精度で215%、モーション精度で194%の向上を達成しました。 UniRigの手法は、詳細なアニメキャラクターから複雑な有機・無機構造物まで、多様なオブジェクトカテゴリでシームレスに動作し、その汎用性と堅牢性を実証しています。 面倒で時間のかかるリギングプロセスを自動化することで、UniRigはアニメーションパイプラインをかつてないほど簡単かつ効率的に高速化する可能性を秘めています。

UniRigの主な特徴

• 多様なモデルへの対応：人間、動物、空想上のキャラクター、さらには無機物まで、さまざまな3Dモデルに対してリギングを自動で行います。
• 高精度なスキニング：骨とメッシュの関係を正確に計算し、自然な動きを実現します。
• 豊富なデータセットで学習：14,000以上の多様なリグ付きモデルを使用して学習されており、幅広いモデルに対応可能です。​

リンク