个人主页：https://haoz19.github.io/

动画角色在动起来时，是否常常显得「塑料感十足」？即使使用再复杂的骨骼系统，人物走路时还是像带着铰链的木偶？这是因为当前主流的绑定（rigging）技术——线性混合蒙皮（LinearBlendSkinning，简称LBS）虽然效率高、计算方便，但在遇到柔软材质（如皮肤、脂肪、动物尾巴）时，往往会出现体积丢失、扭曲甚至「糖果包裹」效应，严重影响真实感。

在ICCV2025最新接收论文《PhysRig:DifferentiablePhysics-BasedSkinningandRiggingFramework》中，来自UIUC和StabilityAI的研究者提出了一个新框架：将「刚性骨架+弹性软体」的建模方式引入绑定流程，利用可微分物理模拟方法，实现更真实、更自然的动画角色变形效果。

项目链接：

https://physrig.github.io

论文链接：

https://arxiv.org/abs/2506.20936

代码链接：

https://github.com/haoz19/PhysRig

01|传统LBS的困境

LBS通过将每个点的位置作为骨骼变换的加权平均来生成动画。这种方法在过去几十年中被广泛使用于游戏、影视、甚至研究中。但它的本质是线性的、非物理的。

其主要问题包括：

体积丢失：比如手臂弯曲时出现「瘪掉」的现象；

旋转伪影：如关节处的「糖果扭转」；

无法模拟柔软材质：如胖胖角色的肚皮、动物的尾巴、耳朵。

尽管也有研究尝试使用深度学习优化LBS的权重或参数，但其结构性的缺陷始终难以弥补。

02|PhysRig的核心思想

PhysRig开辟了一条新路：把骨骼嵌入到一个可变形的柔体体积中，让骨骼带动的不再是直接控制的点，而是通过模拟物理过程，产生形变结果。

整个框架有三个关键组件：

可微物理模拟器

基于MaterialPointMethod（MPM）实现；

使用连续介质力学理论，考虑应力应变、质量守恒、动量守恒等；

模拟真实物体在受力下的自然变形过程。

材料原型（MaterialPrototypes）

用少量的原型（如25~100个）代表不同区域的弹性材质；

每个原型有弹性模量（Young’smodulus）和泊松比（Poisson’sratio）；

使用马氏距离在空间中进行插值分配，控制不同区域的材质响应。

驱动点系统（DrivingPoints）

类似于骨骼的「虚拟关节」；

控制其速度即可间接控制变形；

初始化自传统rigging工具如Pinocchio，并通过优化进行细化。

03|物理模拟与优化策略

为了实现从「观察到的动画结果」反推出「内部骨骼运动和材质参数」

，PhysRig提出了迭代式的反向绑定（InverseSkinning）优化流程：

1.固定骨骼速度，优化材料参数；

2.固定材料参数，逐帧优化驱动点速度；

3.两者交替迭代，直到收敛。

这种策略考虑了材料属性的「时序一致性」与骨骼动作的「逐帧局部性」，使得优化更稳定、高效。

04|全面评测与数据集

为了全面验证PhysRig的有效性，研究者构建了一个包含17种角色（共120组动画序列）的数据集，涵盖：

人形角色（如Michelle、Kaya）

四足动物（如豹子、猛犸、剑龙）

非常规生物（如鲨鱼、翼龙、眼镜蛇）

对比对象包括：

LBS+RigNet初始化

LBS+Pinocchio初始化

LBS+GT初始化

以及PhysRig的初始和优化结果

采用指标包括用户评分（UserRating）和Chamfer距离（CD），PhysRig在几乎所有类别上都显著优于传统方法，表现出更真实的动态效果。

05|拓展应用：动作迁移

PhysRig不仅能从已有动画反推参数，还可以实现基于骨架角度的动作迁移（PoseTransfer）。

具体做法是：

1.提取源动画的骨骼角度序列；

2.将其传递给目标对象（如不同物种）；

3.使用PhysRig生成自然形变的体积动画。

相比传统需要预测蒙皮权重的方法，PhysRig不依赖显式权重预测，更适合处理结构差异大的对象（比如人到果冻怪的动作迁移）。

06|总结与展望

PhysRig提供了一种从传统rigging迈向物理真实绑定的路径：

摆脱LBS线性模型的限制；

实现结构丰富、材质多样对象的自然变形；

与深度学习兼容，可用于可微优化与端到端训练；

为动画、游戏、影视、机器人仿真等领域打开新的思路。

目前，项目已在官网上线展示，并计划在ICCV2025会议前后开源代码与数据集。未来还计划将其封装为Blender插件，面向动画艺术家提供可用工具。

如果你也对物理模拟和角色动画感兴趣，欢迎访问项目主页或与作者联系交流！