游戏和虚拟形象里的风格化头发是由一片片“发片”（hair card，美术摆放的带状面片）拼成、再由弹簧骨骼驱动的。HairDeck 输入一张角色图，直接生成这些发片和驱动它们的弹簧骨骼链：每片发片编成一个 token，用集合扩散 Transformer 一起去噪，再由第二个扩散模型生成骨骼链并蒙皮。输出保留独立发片和逐片 UV，可导出 GLB，或套到自带的身体模型上导出 VRM 头像。
点赞 17 · 代码星数 14
理由
- 作者称在 CHARM 自己的测试集上倒角距离降低 44%、发片朝向误差降一半以上，速度快 33 倍；从单张图生成时也优于 CHARM、图生 3D 管线和发丝类方法。
- 代码和四个检查点（图像条件 DiT、发片 VAE、骨骼链 DiT、点云条件 DiT）都已放出，代码和权重 Apache-2.0，另有抱脸在线演示。
- 产物能直接进下游：GLB 网格、VRM 头像和转头预览视频，不用再手工把融合网格拆成发片。
用法
- 最快体验：抱脸 Space hyz317/HairDeck。
- 本地：Linux x86-64、Python 3.12、一张 NVIDIA GPU（作者用 PyTorch 2.8 + CUDA 12.8 测试）；git clone github.com/hyz317/HairDeck → pip install -r requirements.txt → pip install --no-deps pyrender==0.1.45。
- 权重：先在抱脸同意 facebook/sam3 和 facebook/dinov3-vitl16-pretrain-lvd1689m 的许可并 hf auth login，设好 HAIRDECK_ROOT 后运行 python scripts/setup/download_weights.py（会一并下载 Blender 4.2 LTS 和 VRM 插件）。
- 生成：python scripts/image_to_hair.py character.png --out results/my_character --n 4（1–4 个变体，--no-chains 只出发片）；导出：python -m hairdeck.vrm.export results/my_character/character 0；也可 python demo/app.py 起本地网页。
风险
- 依赖多：SAM 3、DINOv3 是门控模型，要登录抱脸并同意许可；还需要 Blender + VRM 插件和 ffmpeg，第三方组件各有许可。
- 面向风格化 / 动漫类卡片头发，不是写实发丝；训练发布版图像模型用的风格化渲染图池没有放出，自己重训复现不了同样的模型。
- 精度和速度数字为作者报告；没看过生成结果，不评价实际观感。