Skip to content
3D

PartLock-CMU

бесконечная генерация 3D-движений в реальном времени

2 min readupdated

Лёгкая модель от автора Yakimask превращает короткие английские команды в непрерывную 3D-анимацию человеческого скелета. В отличие от генераторов, выдающих фиксированные ролики, она работает в потоковом режиме и позволяет менять действие прямо на лету — например, плавно перевести персонажа с шага на бег, прыжок или танец сальсы за доли секунды. Архитектура состоит из двух компактных частей: каузального токенизатора (7.5M параметров, сжимающего по 4 кадра в токены отдельных частей тела) и авторегрессионного трансформера-генератора (30.5M параметров) с текстовым энкодером CLIP ViT-B/32. Модель обучена исключительно на открытой базе CMU Motion Capture Database и распространяется под лицензией Apache 2.0, что разрешает её коммерческое использование. Инструмент пригодится разработчикам игр, инди-аниматорам и исследователям для быстрого прототипирования 3D-сцен.

Ключевые особенности

  • Бесконечный поток и смена команд на лету: скользящее контекстное окно (64 шага, 8.5 сек) сохраняет предыдущую позу, поэтому смена промпта срабатывает уже через 0.13 сек (4 кадра) без резких рывков.
  • Высокая скорость работы: на видеокарте RTX 3060 (12 ГБ) генерация одного шага занимает 35–38 мс при пороге реального времени 133 мс — запас производительности превышает 3.5 раза.
  • Готовый веб-интерфейс и экспорт: в комплекте идёт локальный сервер для интерактивного управления в браузере и CLI-скрипт для сохранения анимации скелета из 22 суставов (порядок SMPL) в файл .npz с частотой 30 fps.
  • Чистая коммерческая лицензия: веса (Apache 2.0) и датасет CMU позволяют использовать сгенерированные движения в коммерческих проектах (без прямой перепродажи самих данных).

Что можно сделать

  • Запустить локальный веб-сервер (live_server.py) и в реальном времени управлять виртуальным манекеном, переключая команды вроде walk, kick, boxing или salsa dance.
  • Сгенерировать длинную последовательность действий с заданной длительностью каждого этапа через скрипт generate.py и перенести полученные координаты и повороты 22 суставов на риг персонажа в Blender или игровом движке.
  • Дообучить архитектуру с нуля на собственных записях захвата движения в формате ASF/AMC с помощью прилагаемого пайплайна run_cmu.py.

Пример

python generate.py --sec 4 --out motion.npz "walk" "Wave" "run/jog" "jump"
ПодробнееОбучение: 2 308 клипов (9.9 ч) из CMU MoCap + зеркалирование; весь пайплайн занял ~3 ч 50 мин на одной RTX 3060 (12 ГБ).
Метрики валидации: ошибка реконструкции токенизатора — 57.4 мм по позиции и 9.9° по глобальному повороту; кросс-энтропия генератора — 2.311.
Требования: видеокарта NVIDIA с поддержкой CUDA (проверено на RTX 3060 12 ГБ).
Ограничения: понимает только английский и действия из словаря CMU (незнакомые движения почти не анимируются); плохо смешивает два действия в одной фразе; промпт run замедляется через 2 сек, лучше использовать run/jog; ретаргетинг скелета на меш персонажа делается пользователем.
Видео-примеры
Discuss Telegram 0

Will it run?

Runs in BF16

Fits without quantisation.

  • BF16weights 0.1 GB · ready files0.6 GB
  • FP8 / INT8recommendedweights 0.1 GB0.6 GB
  • 4-bitweights 0.0 GB0.5 GB

Tip: go 8-bit.FP8 / INT8 is within about a percent of full precision in quality, takes half the memory and runs faster on RTX 40/50 and H100. Full precision only pays off for fine-tuning.

What to get for this model

Massed ComputeOpen Massed Compute

Your own GPU: FP8 / INT8 — from RTX 2060 · BF16 — from RTX 2060

Massed Compute hourly prices, November 2026. The discounted price applies with the coupon at checkout.

Estimate: weights plus working memory. Long videos, high resolutions and long contexts need more.

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # Yakimask/PartLock-CMU
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Yakimask/PartLock-CMU --local-dir ~/models/PartLock-CMU
    # The model is in ~/models. How to run it is in the model card (link above).
    Add more LoRAs to PartLock-CMU
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of PartLock-CMU (quants, finetunes, LoRAs) will show up under the bell.

No known relatives of this model yet. All derivatives on Hugging Face

About the model

Yakimask/PartLock-CMU
Author
Yakimask
Category
3D
Released
Posted

On NeyroLearn

Hugging Face

00

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments

3D

EcoVGGT

EcoVGGT
3D

Eco3R

Eco3R