К содержимому
3D

PartLock-CMU

бесконечная генерация 3D-движений в реальном времени

2 мин чтенияобновлено

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
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # 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
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к PartLock-CMU
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии PartLock-CMU — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Yakimask/PartLock-CMU
Автор
Yakimask
Категория
3D
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

3D

EcoVGGT

EcoVGGT
3D

Eco3R

Eco3R