拓冰网站定制 
UniMate Hugging Face Ecosystem全览4个数据集仓库与Checkpoints完整下载指南【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMateUniMate是 SIGGRAPH Asia 2026 发布的统一骨骼动画模型给它任意绑定好的 3D 资产和一句话文本就能为任意骨架生成自然动作无需针对单个骨架微调。它的全部资源都开放在 Hugging Face 上——4 个原始数据集仓库 1 个 UniML3D 处理后大数据集 1 个官方预览 Checkpoints 模型仓库。本文带你一次性理清该下载什么、怎么下载、下载完怎么跑起来。 一分钟认识 UniMate 与 UniML3DUniMate 的核心卖点是一个模型驱动所有骨架覆盖人形、四足、鸟类、海洋、昆虫、蛇形、铰接刚体 7 大类骨骼拓扑推理实时、无 test-time 优化。它背后的训练数据UniML3D包含13,769 条带文本的运动片段、7,430 个骨架全部做了统一规范化处理。️ Hugging Face 生态全景一张表看懂 6 个仓库所有资源都在同一作者账号Linzhan下按 UniMate 集合组织。仓库清单来自 data_process/README.md仓库名类型内容谁需要Linzhan/UniML3D数据集处理后大数据集完整约 88 GB训练/推理主力所有人Linzhan/Mixamo-Animations-Characters数据集Mixamo 人形动画与角色原始资产复现数据流程Linzhan/Objaverse-XL-Rigged-Animated数据集Objaverse-XL 绑定好的 GLB 资产复现数据流程Linzhan/Truebones-ZOO-Annotations数据集Truebones ZOO 的 prompts、元数据、渲染无运动文件复现数据流程Linzhan/Objaverse-XL-Rigged-Animated-Renders数据集四视角片段 MP4 与 T-pose 网格约 6 GB可选Linzhan/UniMate模型预览 Checkpoints配置 归一化统计 权重所有人新手速记只做推理或训练只需Linzhan/UniMateLinzhan/UniML3D两个仓库前 4 个原始数据仓库是给想复现完整数据处理管线的人准备的。 Checkpoints 下载3 条命令拿到可运行模型第 1 步克隆代码仓库如尚未克隆git clone https://gitcode.com/GitHub_Trending/un/UniMate第 2 步下载预览 Checkpoints官方命令见 README.mdhf download Linzhan/UniMate --repo-type model --local-dir outputs \ --include unimate_uniml3d_f60_v3_preview/*.json --include unimate_uniml3d_f60_v3_preview/*.npy \ --include unimate_uniml3d_f60_v3_preview/checkpoints/checkpoint_step_100000.pt下载完成后outputs/unimate_uniml3d_f60_v3_preview/目录里应有三样东西缺一不可config.json解析后的训练配置推理时靠它重建模型dataset_stats.npy归一化统计推理时复用checkpoints/checkpoint_step_100000.pt模型权重EMA 副本默认加载它第 3 步下载数据集骨架数据用于文本驱动动画完整约 88 GBREADME.mdhf download Linzhan/UniML3D --repo-type dataset --local-dir dataset⚠️ 磁盘紧张时可以用--include/--exclude做部分下载只取你需要的dataset子目录不必一次性拉满 88 GB。 训练场景只下载 features 就够想自己训练或继续训练不需要下载完整数据集——官方命令README.md只拉取features/并排除视频与 T-pose 目录hf download Linzhan/UniML3D --repo-type dataset --local-dir dataset \ --include features/* --exclude features/*/videos/* --exclude features/*/tpose/*训练入口是 Accelerate用 configs/uniml3d_60frames_graph_adaln.json 启动accelerate launch -m unimate.training.train --config configs/uniml3d_60frames_graph_adaln.jsonconfigs/ 目录共 8 份配置 4 种数据组合uniml3d/truebones/mixamo/objaverse× 2 种注意力变体graph_adaln/full_cross_attn命名规则{dataset}_{frames}frames_{attention}_{text_cond}.json。 下载完成后的第一步生成第一个动画python -m unimate.inference.sample --exp_dir outputs/unimate_uniml3d_f60_v3_preview \ --test_cases_json assets/examples/examples.json --num_repetitions 3 --output_dir outputs/samples/examples SKIP_INVALID1 bash scripts/run_animate_motion.sh outputs/samples/examples测试用例文件 assets/examples/examples.json 内置 11 组官方演示Objaverse 的 Garfield、高达、大白Mixamo 人形以及 Truebones 驯鹿。骨架引用格式为dataset:object_type例如truebones:Horse、objaverse:uid也可以直接传--asset 资产目录 --prompt An object walks forward.驱动你自己的资产。写好 prompt 有两个诀窍以 An object 开头、只描述动作不描述角色若 prompt 不被遵循把--cfg_scale从默认 3 提到 5–7。此外同一模型零额外训练还支持三个进阶任务关键帧之间补间motion in-betweening、文本引导的动作编辑motion editing、多段动作拼接扩展motion expansion对应包装脚本都在 scripts/ 下。想动画自己的绑定资产GLB / glTF / FBX先用 data_process/rig_preprocess/ 做预处理——它会用 LLM 标注关节并停下来让你人工审核。仓库自带 3 个这样处理好的示例资产鹰、鲨鱼、Unitree Go2 四足机器人⚠️ 常见问题与避坑磁盘要预留多少推理全量数据集约 88 GB只下训练 features 会小很多可选的原始渲染仓库约 6 GB。为什么 UniML3D 里没有 Truebones 运动文件Truebones ZOO 是商业资产包许可证不允许再分发——需向 Truebones 官方购买后用Linzhan/Truebones-ZOO-Annotations中的构建脚本重建逐片段目录结构。用哪个工具下载hf命令行Hugging Face Hub CLI随 requirements.txt 环境自带。推理报 No dataset_stats.npy检查 Checkpoints 是否*.json与*.npy都下载完整且与 checkpoint 放在同一实验目录。本项目是早期工作作者明确提示仍有相当比例的动作和骨架会失败遇到失败案例提 issue 能帮助项目改进。 延伸阅读仓库内相关路径完整数据处理管线下载 → 导出 → 渲染 → 标注 → 特征提取 → 动画data_process/README.md原始数据下载入口脚本data_process/scripts/run_download.sh推理采样核心源码unimate/inference/sample.py文本驱动采样包装脚本scripts/run_sample_motion_text.sh训练配置示例configs/mixamo_60frames_graph_adaln.json【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 UniMate Hugging Face Ecosystem全览：4个数据集仓库与Checkpoints完整下载指南
UniMate Hugging Face Ecosystem全览4个数据集仓库与Checkpoints完整下载指南【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMateUniMate是 SIGGRAPH Asia 2026 发布的统一骨骼动画模型给它任意绑定好的 3D 资产和一句话文本就能为任意骨架生成自然动作无需针对单个骨架微调。它的全部资源都开放在 Hugging Face 上——4 个原始数据集仓库 1 个 UniML3D 处理后大数据集 1 个官方预览 Checkpoints 模型仓库。本文带你一次性理清该下载什么、怎么下载、下载完怎么跑起来。 一分钟认识 UniMate 与 UniML3DUniMate 的核心卖点是一个模型驱动所有骨架覆盖人形、四足、鸟类、海洋、昆虫、蛇形、铰接刚体 7 大类骨骼拓扑推理实时、无 test-time 优化。它背后的训练数据UniML3D包含13,769 条带文本的运动片段、7,430 个骨架全部做了统一规范化处理。️ Hugging Face 生态全景一张表看懂 6 个仓库所有资源都在同一作者账号Linzhan下按 UniMate 集合组织。仓库清单来自 data_process/README.md仓库名类型内容谁需要Linzhan/UniML3D数据集处理后大数据集完整约 88 GB训练/推理主力所有人Linzhan/Mixamo-Animations-Characters数据集Mixamo 人形动画与角色原始资产复现数据流程Linzhan/Objaverse-XL-Rigged-Animated数据集Objaverse-XL 绑定好的 GLB 资产复现数据流程Linzhan/Truebones-ZOO-Annotations数据集Truebones ZOO 的 prompts、元数据、渲染无运动文件复现数据流程Linzhan/Objaverse-XL-Rigged-Animated-Renders数据集四视角片段 MP4 与 T-pose 网格约 6 GB可选Linzhan/UniMate模型预览 Checkpoints配置 归一化统计 权重所有人新手速记只做推理或训练只需Linzhan/UniMateLinzhan/UniML3D两个仓库前 4 个原始数据仓库是给想复现完整数据处理管线的人准备的。 Checkpoints 下载3 条命令拿到可运行模型第 1 步克隆代码仓库如尚未克隆git clone https://gitcode.com/GitHub_Trending/un/UniMate第 2 步下载预览 Checkpoints官方命令见 README.mdhf download Linzhan/UniMate --repo-type model --local-dir outputs \ --include unimate_uniml3d_f60_v3_preview/*.json --include unimate_uniml3d_f60_v3_preview/*.npy \ --include unimate_uniml3d_f60_v3_preview/checkpoints/checkpoint_step_100000.pt下载完成后outputs/unimate_uniml3d_f60_v3_preview/目录里应有三样东西缺一不可config.json解析后的训练配置推理时靠它重建模型dataset_stats.npy归一化统计推理时复用checkpoints/checkpoint_step_100000.pt模型权重EMA 副本默认加载它第 3 步下载数据集骨架数据用于文本驱动动画完整约 88 GBREADME.mdhf download Linzhan/UniML3D --repo-type dataset --local-dir dataset⚠️ 磁盘紧张时可以用--include/--exclude做部分下载只取你需要的dataset子目录不必一次性拉满 88 GB。 训练场景只下载 features 就够想自己训练或继续训练不需要下载完整数据集——官方命令README.md只拉取features/并排除视频与 T-pose 目录hf download Linzhan/UniML3D --repo-type dataset --local-dir dataset \ --include features/* --exclude features/*/videos/* --exclude features/*/tpose/*训练入口是 Accelerate用 configs/uniml3d_60frames_graph_adaln.json 启动accelerate launch -m unimate.training.train --config configs/uniml3d_60frames_graph_adaln.jsonconfigs/ 目录共 8 份配置 4 种数据组合uniml3d/truebones/mixamo/objaverse× 2 种注意力变体graph_adaln/full_cross_attn命名规则{dataset}_{frames}frames_{attention}_{text_cond}.json。 下载完成后的第一步生成第一个动画python -m unimate.inference.sample --exp_dir outputs/unimate_uniml3d_f60_v3_preview \ --test_cases_json assets/examples/examples.json --num_repetitions 3 --output_dir outputs/samples/examples SKIP_INVALID1 bash scripts/run_animate_motion.sh outputs/samples/examples测试用例文件 assets/examples/examples.json 内置 11 组官方演示Objaverse 的 Garfield、高达、大白Mixamo 人形以及 Truebones 驯鹿。骨架引用格式为dataset:object_type例如truebones:Horse、objaverse:uid也可以直接传--asset 资产目录 --prompt An object walks forward.驱动你自己的资产。写好 prompt 有两个诀窍以 An object 开头、只描述动作不描述角色若 prompt 不被遵循把--cfg_scale从默认 3 提到 5–7。此外同一模型零额外训练还支持三个进阶任务关键帧之间补间motion in-betweening、文本引导的动作编辑motion editing、多段动作拼接扩展motion expansion对应包装脚本都在 scripts/ 下。想动画自己的绑定资产GLB / glTF / FBX先用 data_process/rig_preprocess/ 做预处理——它会用 LLM 标注关节并停下来让你人工审核。仓库自带 3 个这样处理好的示例资产鹰、鲨鱼、Unitree Go2 四足机器人⚠️ 常见问题与避坑磁盘要预留多少推理全量数据集约 88 GB只下训练 features 会小很多可选的原始渲染仓库约 6 GB。为什么 UniML3D 里没有 Truebones 运动文件Truebones ZOO 是商业资产包许可证不允许再分发——需向 Truebones 官方购买后用Linzhan/Truebones-ZOO-Annotations中的构建脚本重建逐片段目录结构。用哪个工具下载hf命令行Hugging Face Hub CLI随 requirements.txt 环境自带。推理报 No dataset_stats.npy检查 Checkpoints 是否*.json与*.npy都下载完整且与 checkpoint 放在同一实验目录。本项目是早期工作作者明确提示仍有相当比例的动作和骨架会失败遇到失败案例提 issue 能帮助项目改进。 延伸阅读仓库内相关路径完整数据处理管线下载 → 导出 → 渲染 → 标注 → 特征提取 → 动画data_process/README.md原始数据下载入口脚本data_process/scripts/run_download.sh推理采样核心源码unimate/inference/sample.py文本驱动采样包装脚本scripts/run_sample_motion_text.sh训练配置示例configs/mixamo_60frames_graph_adaln.json【免费下载链接】UniMate[SIGGRAPH Asia 2026] UniMate: One Unified Model to Animate Diverse Skeletons项目地址: https://gitcode.com/GitHub_Trending/un/UniMate创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考