UniMate

UniMate

根据文字描述，为任何形状的骨架生成动作，从动物、人形到有绑定的物体。适合动画研究人员和技术美术，采用非商业许可。

由 Linzhan 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：UniMate 能把文字提示词变成任意形状骨架的动作，无论是动物、人形还是有绑定的物体。它建立在流匹配之上。这个仓库提供它的预训练检查点。背后的论文题目是 One Unified Model to Animate Diverse Skeletons。

适合谁：想把一段文字动作描述变成有绑定的角色或生物的动作的动画研究人员和技术美术。

Industry | Who uses it | How they use it | Example
动画 | 技术美术 | 根据文字为有绑定的角色生成动作 | 让一只四足动物向前小跑
游戏 | 原型团队 | 在不同骨架上测试运动想法 | 让一只鹰或一条鲨鱼的资产动起来
研究 | 动作研究人员 | 用一个模型研究多种骨架类型 | 在同一个提示词上比较不同检查点

如果你需要商用，可以跳过它，因为许可证是非商业的。

用在哪里：

• UniMate 代码仓库，在它自己的 Python 环境里
• 经过卡片预处理步骤的有绑定的 GLB、glTF 或 FBX 资产
• 在 Windows、macOS 或 Linux 上下载文件

Use case | Who | What they get back
文字生成动作 | 动画师 | 30 fps 下 60 帧的关节动作
让网格动起来 | 技术美术 | 每个动作对应一个 GLB 或 FBX
Mixamo 或 Truebones 骨架 | 研究人员 | 针对这些骨架集的专用检查点

如何设置：

• 带 pip 的 Python
• 单独的 UniMate 代码仓库及其环境
• 你要的检查点，推荐 unimate_uniml3d_f60_v3

1. 安装 Hugging Face hub 包。
2. 下载仓库，或只下载你需要的模型文件夹。
3. 在代码仓库的根目录下，对一个资产运行生成脚本。

pip install -U huggingface_hub
hf download Linzhan/UniMate

如何使用：在代码仓库的根目录下，先下载一个模型，用文字提示词为示例资产生成动作，再用这些动作驱动资产的网格。

hf download Linzhan/UniMate --repo-type model --local-dir outputs \
    --include "unimate_uniml3d_f60_v3/*.json" --include "unimate_uniml3d_f60_v3/*.npy" \
    --include "unimate_uniml3d_f60_v3/checkpoints/checkpoint_step_150000.pt"

python -m unimate.inference.sample --exp_dir outputs/unimate_uniml3d_f60_v3 --asset assets/examples/unitree_go2 \
    --prompt "An object trots forward." "An object rears up on its hind legs." --num_repetitions 3 \
    --output_dir outputs/samples/custom

bash scripts/run_animate_motion.sh outputs/samples/custom

Tool | What it does
unimate.inference.sample | 根据文字为资产生成动作
scripts/run_animate_motion.sh | 用动作驱动每个资产的网格
data_process.rig_preprocess | 给你自己的绑定文件标注关节

示例：你对示例的四足资产运行采样命令，提示词是它向前小跑和它人立起来。每个提示词会得到三次重复，最后的脚本把每个动作变成网格文件。

新手与专家：如果你是新手，先在自带的示例资产上运行这三条命令。然后再通过预处理步骤试试你自己的绑定，它会停下来让你检查关节标签。

推荐的模型是一个 Transformer 去噪器，使用图注意力，并通过 AdaLN 做文本条件，用流匹配在 5 到 70 个关节的骨架上训练。文本来自冻结的 flan-t5-base 编码器，首次使用时下载。输出是每个关节的位置、相对 T-pose 的旋转和速度。

输入文字提示词和骨架
flan-t5-base 对文字编码
去噪器运行流匹配
输出 60 帧关节动作
脚本驱动网格

注意事项：

• Mixamo 检查点只适用于一种绑定，也就是 22 个关节的 Mixamo 骨架
• Truebones 模型覆盖 74 个物种中的 73 个，只缺 Dragon
• License: CC BY-NC 4.0，所以只能非商业使用
• Cost to run: 没有列出费用，硬件由你自己准备
• Data it reaches: 你的提示词和有绑定的资产，以及从 Hugging Face 下载的文件
• Not for: 商业使用，因为许可证是非商业的

Title: Denoiser parameters in millions
unimate_uniml3d_f60_v3: 74.1 百万
unimate_uniml3d_f60_v3_cross_attn: 66.2 百万
unimate_mixamo_f60_v2: 47.8 百万
unimate_truebones_f60_v2: 47.8 百万

Hugging Face 上的数据（2026年11月13日）

• 框架：pytorch
• 最近 30 天下载：533
• 点赞：97
• 许可证：cc-by-nc-4.0
• 语言：en
• Quantized versions: 1
• Fine-tunes: 3
• 标签：pytorch, motion-generation, text-to-motion, character-animation, skeletal-animation, flow-matching, unimate

链接

• 模型：https://huggingface.co/Linzhan/UniMate
• 文件：https://huggingface.co/Linzhan/UniMate/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Linzhan/UniMate

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。