把一段 AI 生成的视频变成任意已绑骨骼生物（带翅膀、尾巴、八条腿也行）的动画：视频模型在同一画面里同时拍正面和侧面，一个只认这只生物的关节识别器读出两个视角的关节，交会定出 3D 位置，再把骨骼贴上去导出 GLB。
星数 420（+61 / 24h）
理由
- 流程 8 步：一张图生成带贴图的网格（Flux 3 出图、Tripo H3.1 建模）→ 在网格视图上手放骨骼、Blender 蒙皮 → 每条肢体涂不同颜色防左右互换 → MiniMax H3 Max 按提示词生成 5 秒双机位视频 → 用随机姿势训练 DINOv2 关节识别器 → 逐帧读关节 → 两视角求 3D → 骨骼拟合导出 24 fps GLB
- 作者给了狼、龙、巨型蜘蛛、火焰恶魔四个例子，识别器留出集平均误差 2.9–9.4 像素；作者称每段 5 秒视频在 fal 上约 0.26 美元，读关节 10 秒、拟合不到一分钟，不需要手修
- 自带 6 个 Claude Code 技能（总览、绑骨、拍片、识别器、采集、LoRA），写明怎么分辨采集好坏；另可在 fal 上训练 MiniMax H3 双机位 LoRA，作者称加 LoRA 后狼的肢体颜色互换从 5 段里 2 段降到 0 段（每个动作只跑一个种子）
- 方法来自 @CanItCode，H3 LoRA 的想法来自 @Graalitoo，这个仓库是作者整理的可运行版本
用法
- 需要 NVIDIA CUDA 显卡（训练识别器要 24 GB 显存，读关节和拟合要求低得多）、Python 3.11、Blender 5.x 和 fal 的 Key；git clone 后按 README 装 torch 2.11 和依赖，把 FAL_KEY 写进 .env
- 先零成本试：仓库带了龙吼叫片段的关节数据，用 mocap.solve 在 CPU 上约 20 秒拟合；再用 tools/fetch_examples.sh dragon --readers --clips 下载示例网格、识别器和片段，依次跑 prep.sh、rig.sh、capture.sh 得到完整 GLB
- Claude Code：/plugin marketplace add Patch-gg/anymove，再 /plugin install anymove@anymove
- 做自己的生物：从 assets/ 复制最接近的例子（狼四足、龙带翅膀、蜘蛛八腿、恶魔双足带翅膀尾巴），换上 model.glb，依次跑 prep、rig、dataset（约 25 分钟）、train（约 20 分钟）、film、capture
风险
- 作者列出的限制：八条腿行走拟合不了（两视角对哪条腿抬起分歧大），躺倒动作失败，骨骼要手放，视频模型会漂移；地面接触只认狼和龙的爪部命名，毛发和布料要额外骨骼
- LoRA 的训练片段由 AI 视频反解动作再渲染而来，动作本身是 AI 做的；在 fal 上训练 1200 步约 12 美元、2 小时，价格是作者 10 月记录的
- 代码 Apache-2.0，但 MiniMax H3 开放权重是社区许可、fal 托管使用受 fal 条款约束，随附的狼 LoRA 受 H3 社区许可约束而不是 Apache-2.0；仓库 10 月 27 日才建