核心观点 - PhysRig提出了一种结合刚性骨架与弹性软体的新型动画绑定框架，通过可微分物理模拟解决传统线性混合蒙皮（LBS）的体积丢失、旋转伪影等问题，显著提升角色动画的真实感 [3][9][30] - 框架基于Material Point Method（MPM）实现物理模拟，并引入驱动点系统和迭代优化策略，支持材质参数反推与动作迁移 [10][12][15][24] - 在包含17种角色、120组动画的数据集评测中，PhysRig在用户评分和Chamfer距离指标上全面优于传统方法 [18][21][22] 技术背景与问题 - 当前主流LBS技术存在结构性缺陷：手臂弯曲时体积丢失（如“瘪掉”现象）、关节处“糖果扭转”伪影、无法模拟柔软材质动态（如肚皮、动物尾巴）[2][6][11] - LBS的线性非物理特性限制了真实感表现，即使通过深度学习优化权重仍难以弥补根本缺陷 [6][7] PhysRig核心设计 - **物理模拟器**：基于MPM方法模拟应力应变、质量/动量守恒，实现受力下的自然形变 [12] - **驱动点系统**：通过虚拟关节控制区域弹性材质，初始化自Pinocchio等传统工具并优化细化 [13][19] - **优化策略**：交替迭代优化材料参数（时序一致性）与驱动点速度（逐帧局部性），提升稳定性 [15][16][17] 应用与评测 - **动作迁移**：将源动画骨骼角度序列迁移至不同物种（如人形→猛犸），生成物理真实的体积动画 [24][26] - **数据集**：覆盖人形（Michelle）、四足动物（豹子）、非常规生物（翼龙）等17类角色，PhysRig在所有类别表现最优 [18][21][22] - **工具化进展**：计划开源代码与数据集，并封装为Blender插件供动画师使用 [29] 行业意义 - 为游戏、影视、机器人仿真等领域提供物理真实的绑定方案，兼容深度学习端到端训练 [30] - 突破LBS线性限制，实现多材质对象的自然变形，推动角色动画技术革新 [9][30]

动画制作行业痛点 - 传统动画制作流程耗时耗力 需经历分镜 渲染 合成 灯光等多道工序才能完成一个场景 [3] - 导演尝试不同表现方式时 动画团队需反复调整各环节 导致效率低下 [3] Cheehoo公司概况 - 由好莱坞高管和技术专家联合创立 脱胎于《乐高大电影》制片公司Rideback [4] - 创始团队包括Rideback联席CEO Michael LoFaso和Jonathan Eirich 梦工厂动画前总裁Chris deFaria 以及前苹果AI研究员 [4] - 已获得由Greycroft领投的1000万美元融资 跟投方包括Point72 Ventures等8家机构 [6] 技术解决方案 - 开发AI驱动工具 协助完成数据标注 文件转换 格式统一等任务 提升跨环节协作效率 [4] - 工作流可与Maya或Unreal等现有平台无缝集成 支持修改后即时预览效果 [5] - 采用自研AI模型辅助角色与资产创作 同时支持集成OpenAI等第三方模型 [6] 市场定位与竞争优势 - 目标降低动画制作成本 使独立制作人无需昂贵工作室配置即可完成复杂创作 [6] - 目前主要服务企业级用户和专业消费者 未来计划推出面向普通消费者的产品 [6] - 竞品包括Accel投资的Cartwheel和Naver投资的Cinamon等简化动画工具开发商 [6] 行业影响 - 解决好莱坞动画制作流程昂贵且复杂的问题 帮助创作者更轻松实现创意 [4] - 通过AI技术将企业级工作流集成到单一工具 赋予用户创作控制权 [6]