Mindket

anymove

新上架第 1 版 · 更新于
星标543

概览

用单个 AI 视频为带骨骼绑定的生物制作 3D 动画,再导出为 GLB 文件。适合有 NVIDIA 显卡的游戏开发者和 3D 美术师。

anymove 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。

速览

你需要
  • 一块 NVIDIA 显卡,训练读取器需要 12 GB,24 GB 更稳妥
  • Blender 5.x
  • Python 3.11
  • 一个 fal 密钥
用在
  • 带 NVIDIA 显卡的电脑
  • Blender 5.x,骨架在里面放置和蒙皮
  • fal,视频模型托管在那里
  • 任何能播放 GLB 文件的引擎
先运行
git clone https://github.com/patch-gg/anymove.git
cd anymove

关于

它是什么

anymove 用一个 AI 视频,为带骨骼绑定的 3D 生物生成动画。视频模型在同一画面里从正面和侧面拍摄这个生物,针对该生物训练过的读取器会在两个视角里定位每个关节。随后骨架在每一帧上与这些关节对齐,并导出为 GLB。它能处理翅膀、尾巴和八条腿。

适合谁

需要为怪物和其他非人形身体制作动作,并且有一台带 NVIDIA 显卡的电脑的游戏开发者和 3D 美术师。

行业谁在用怎么用例子
游戏开发独立开发者和技术美术不用手工打关键帧,也不用租动作捕捉设备,就能给生物做动画开发者让一条龙立起身来咆哮,然后在引擎里播放 GLB
影视和动画3D 美术师为猿或食人魔这类生物获得大幅度的单个动作美术师用一个 AI 视频让一只猿捶胸
概念和原型个人创作者在决定手工制作动画之前,先看看新生物动起来是什么样子创作者用几个动作测试一台机甲或一只半人马

没有 NVIDIA 显卡的人可以跳过它,因为没有显卡它就无法运行,也没有云端版本。

用在哪里

  • 带 NVIDIA 显卡的电脑
  • Blender 5.x,骨架在里面放置和蒙皮
  • fal,视频模型托管在那里
  • 任何能播放 GLB 文件的引擎
  • Patch's Assets 里现成的生物
用例谁用能得到什么
给你自己的带骨骼绑定的生物做动画3D 美术师一个 GLB,真实的骨架上带着真实的动画
大幅度的单个动作游戏开发者咆哮、猛砸和立起身,还有捶胸和跺脚
行走和奔跑游戏开发者两条腿和四条腿生物的行走和奔跑循环
现成的生物所有人九个生物,每个有 4 到 7 个动作,包括骑士、马和蝎子

如何设置

硬件是主要要求,而且每个生物的成本会不断累加。

  • 一块 NVIDIA 显卡,训练读取器需要 12 GB,24 GB 更稳妥
  • Blender 5.x
  • Python 3.11
  • 一个 fal 密钥
  • 没有云端版本,所以显卡必须是你自己的

仓库里带有运行这套流程的智能体技能。

在终端里运行:

# 把项目复制到你的电脑
git clone https://github.com/patch-gg/anymove.git
# 进入项目文件夹
cd anymove

如何使用

你选一个生物和一个动作,由智能体技能来运行下面的步骤。视频模型会被提示同时为正面和侧面两个视角制作动画。多数片段通不过检查,所以每个动作要预计多拍几段。

工具作用
Flux 3 和 Tripo H3.1把一张图片变成真实尺寸的带贴图 3D 网格,约 $0.40
Blender在网格视图上放置骨骼并给网格蒙皮,腿、翅膀和尾巴共 42 根骨骼
肢体颜色给 6 条肢体各涂一种不同的颜色,避免左右两侧被混淆
MiniMax H3 Max(在 fal 上)同时为正面和侧面制作动画,一段 5 s 的片段约 $0.26
关节读取器用 2,200 个随机姿势学习一个生物,在一块 GPU 上用 20 分钟,然后每段片段约 10 s 找出 50 个关节

示例

你想让一条龙立起身来咆哮。视频模型在同一画面里从正面和侧面拍下它。读取器在两个视角里定位每个关节,两个视角合起来把每个关节固定在 3D 空间里。骨架贴合这些点,导出为任何引擎都能播放的 GLB。

新手与专家

这是一种不用手工关键帧、也不用动作捕捉工作室,就能给 3D 怪物做动画的办法。一个生物的 AI 视频充当表演,软件把这段视频变成骨骼运动。第一件可以试的小事,是在自己运行任何东西之前,先看看那九个现成的生物。

在底层,每个关节在正面和侧面视图里高度相同,所以这一对视图能把它固定在 3D 空间里。读取器只针对一个生物、用关节已知的随机姿势来训练,训练把它的平均误差从 40 像素降到 6。代价是成本和适配。新生物需要新的读取器,约 $17 和几个小时,所以每个动画都只属于它自己的那个生物。

  1. 一张图片变成带贴图的 3D 模型
  2. 在 Blender 里放置骨骼并蒙皮
  3. 视频模型拍摄正面和侧面视图
  4. 训练好的读取器找出每个关节
  5. 骨架贴合后导出为 GLB

注意事项

  • 一个可用的动作全部算下来约 $3,一个带约 5 个动作的新生物约 $17。
  • 每个动作预计要拍约 7 段片段,因为被拍下的片段里只有 58% 能通过检查。
  • 薄弱之处:八条腿行走、躺下、鸟类翅膀、甩尾、快速奔跑和精细的脚部接触。
  • 脚每走一步会偏移 1 到 2 cm,凑近看就能看到。
  • 文件很大:每个生物约有 55,000 到 60,000 个三角面,贴图为 4K。目前还没有更轻的版本。
大致成本
带贴图的 3D 模型0.4 美元
一段 5 s 视频片段0.26 美元
一个可用的动作3 美元
带 5 个动作的新生物17 美元

README 和文件

README
# anymove

用单个 AI 视频为带骨骼绑定的生物制作 3D 动画,再导出为 GLB 文件。适合有 NVIDIA 显卡的游戏开发者和 3D 美术师。

由 patch-gg 在 GitHub 上制作。这些说明是 Mindket 根据其 README 写的,项目自己的文件和许可证在它的仓库里。

## 简介

它是什么:anymove 用一个 AI 视频,为带骨骼绑定的 3D 生物生成动画。视频模型在同一画面里从正面和侧面拍摄这个生物,针对该生物训练过的读取器会在两个视角里定位每个关节。随后骨架在每一帧上与这些关节对齐,并导出为 GLB。它能处理翅膀、尾巴和八条腿。

适合谁:需要为怪物和其他非人形身体制作动作,并且有一台带 NVIDIA 显卡的电脑的游戏开发者和 3D 美术师。

```table
行业 | 谁在用 | 怎么用 | 例子
游戏开发 | 独立开发者和技术美术 | 不用手工打关键帧,也不用租动作捕捉设备,就能给生物做动画 | 开发者让一条龙立起身来咆哮,然后在引擎里播放 GLB
影视和动画 | 3D 美术师 | 为猿或食人魔这类生物获得大幅度的单个动作 | 美术师用一个 AI 视频让一只猿捶胸
概念和原型 | 个人创作者 | 在决定手工制作动画之前,先看看新生物动起来是什么样子 | 创作者用几个动作测试一台机甲或一只半人马
```

没有 NVIDIA 显卡的人可以跳过它,因为没有显卡它就无法运行,也没有云端版本。

用在哪里:
- 带 NVIDIA 显卡的电脑
- Blender 5.x,骨架在里面放置和蒙皮
- fal,视频模型托管在那里
- 任何能播放 GLB 文件的引擎
- Patch's Assets 里现成的生物

```table
用例 | 谁用 | 能得到什么
给你自己的带骨骼绑定的生物做动画 | 3D 美术师 | 一个 GLB,真实的骨架上带着真实的动画
大幅度的单个动作 | 游戏开发者 | 咆哮、猛砸和立起身,还有捶胸和跺脚
行走和奔跑 | 游戏开发者 | 两条腿和四条腿生物的行走和奔跑循环
现成的生物 | 所有人 | 九个生物,每个有 4 到 7 个动作,包括骑士、马和蝎子
```

如何设置:硬件是主要要求,而且每个生物的成本会不断累加。

- 一块 NVIDIA 显卡,训练读取器需要 12 GB,24 GB 更稳妥
- Blender 5.x
- Python 3.11
- 一个 fal 密钥
- 没有云端版本,所以显卡必须是你自己的

仓库里带有运行这套流程的智能体技能。

如何使用:你选一个生物和一个动作,由智能体技能来运行下面的步骤。视频模型会被提示同时为正面和侧面两个视角制作动画。多数片段通不过检查,所以每个动作要预计多拍几段。

```table
工具 | 作用
Flux 3 和 Tripo H3.1 | 把一张图片变成真实尺寸的带贴图 3D 网格,约 $0.40
Blender | 在网格视图上放置骨骼并给网格蒙皮,腿、翅膀和尾巴共 42 根骨骼
肢体颜色 | 给 6 条肢体各涂一种不同的颜色,避免左右两侧被混淆
MiniMax H3 Max(在 fal 上) | 同时为正面和侧面制作动画,一段 5 s 的片段约 $0.26
关节读取器 | 用 2,200 个随机姿势学习一个生物,在一块 GPU 上用 20 分钟,然后每段片段约 10 s 找出 50 个关节
```

示例:你想让一条龙立起身来咆哮。视频模型在同一画面里从正面和侧面拍下它。读取器在两个视角里定位每个关节,两个视角合起来把每个关节固定在 3D 空间里。骨架贴合这些点,导出为任何引擎都能播放的 GLB。

新手与专家:这是一种不用手工关键帧、也不用动作捕捉工作室,就能给 3D 怪物做动画的办法。一个生物的 AI 视频充当表演,软件把这段视频变成骨骼运动。第一件可以试的小事,是在自己运行任何东西之前,先看看那九个现成的生物。

在底层,每个关节在正面和侧面视图里高度相同,所以这一对视图能把它固定在 3D 空间里。读取器只针对一个生物、用关节已知的随机姿势来训练,训练把它的平均误差从 40 像素降到 6。代价是成本和适配。新生物需要新的读取器,约 $17 和几个小时,所以每个动画都只属于它自己的那个生物。

```flow
一张图片变成带贴图的 3D 模型
在 Blender 里放置骨骼并蒙皮
视频模型拍摄正面和侧面视图
训练好的读取器找出每个关节
骨架贴合后导出为 GLB
```

注意事项:
- 一个可用的动作全部算下来约 $3,一个带约 5 个动作的新生物约 $17。
- 每个动作预计要拍约 7 段片段,因为被拍下的片段里只有 58% 能通过检查。
- 薄弱之处:八条腿行走、躺下、鸟类翅膀、甩尾、快速奔跑和精细的脚部接触。
- 脚每走一步会偏移 1 到 2 cm,凑近看就能看到。
- 文件很大:每个生物约有 55,000 到 60,000 个三角面,贴图为 4K。目前还没有更轻的版本。

```chart
Title: 大致成本
带贴图的 3D 模型: 0.4 美元
一段 5 s 视频片段: 0.26 美元
一个可用的动作: 3 美元
带 5 个动作的新生物: 17 美元
```

## GitHub 上的数据(2026年11月6日)

- 星标:543
- 复刻:61
- 关注:6
- 未关闭的议题和拉取请求:1
- 语言:Python
- 许可证:Apache-2.0
- 话题:agent-skills, animation, blender, claude-code-plugin, dinov2, gamedev, generative-ai, motion-capture

## 链接

- 代码:https://github.com/patch-gg/anymove
- 网站:https://patch.gg/
- 发布版本:https://github.com/patch-gg/anymove/releases
- 议题:https://github.com/patch-gg/anymove/issues
- 星标历史:https://www.star-history.com/#patch-gg/anymove&Date

## 介绍视频

- AI Can Now Animate Any Monster. Opus 5.5 Built the Tool: https://www.youtube.com/watch?v=AS92HYsEBqo

## 获取代码

```
git clone https://github.com/patch-gg/anymove.git
```

然后按它的 README 完成设置。这个工具包里没有会自己运行的东西。
文件
README.md  6 KB

1 个文件,共 6 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-06

同类产品对比

同一分类里与本产品共有主题最多的已上架 GitHub 项目。

产品星标活跃度语言许可证最近更新
anymove 本页543活跃PythonApache-2.0
pixelfx共有 gamedev · animation · claude-code-plugin5,460活跃JavaScriptMIT
Scenario Agent Skills共有 blender · generative-ai · agent-skills3,546活跃PythonMIT
reanimate共有 animation · agent-skills1,274活跃JavaScriptMIT
Kubai Icons共有 animation · agent-skills814活跃JavaScript—
Code Animation Prompts共有 animation · agent-skills676活跃HTML—
数据为 Mindket 在 2026-11-06 至 2026-11-13 期间读取的数值。 活跃度依据各项目在 GitHub 上的最近更新:30 天内为活跃,180 天内为更新较少,超过 180 天为久未更新。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

pixelfx

patch-gg · 技能

为游戏提供 244 个像素风特效,如火焰、爆炸、魔法和天气,每个都是一小段代码,可导出适用于任何引擎的精灵图,还带一个用来做新特效的 Claude Code 技能。适合游戏开发者。

新上架5460

Scenario Agent Skills

scenario-labs · 技能

用于 AI 智能体生成游戏及创意项目所需的图像、视频、音频和 3D 资产的技能集合。包含与 Blender、Unity、Unreal Engine 及其他专业内容创作工具的集成。

新上架3546

Ponytail

dietrichgebert · 技能

引导AI编程智能体通过优先使用现有仓库组件和标准库来编写最简代码。它增加了审计、代码审查和跟踪工具,帮助开发者减少技术债务并降低成本。

新上架187k