DyCraft:让编程智能体像动画师一样分镜做长 3D 动画

前沿编程智能体能写出不错的 3D 场景和带关节的物体,但做长时间动画时,常一口气写完整段脚本,结果物体互相穿插、缺少支撑、动作不自然,也很难回头修。DyCraft 借鉴动画师的做法:先把用户提示扩写成详细计划并搭好静态场景,再做 3D 分镜,每个关键姿势都是能单独搭建和调试的静态场景,最后在相邻两帧已验证的起止状态之间用动作工具补出局部运动。作者在 24 个多镜头长动画任务(人形机器人、人和动物角色、机械装置)上对比 Codex 里的原生 GPT-6 智能体和以往智能体方案,称 DyCraft 的物理违例明显更少,人工评审也更常选它。

原题:DyCraft: An Agentic System for Long-Horizon 4D Scene Generation

前沿编程智能体能写出不错的 3D 场景和带关节的物体,但做长时间动画时,常一口气写完整段脚本,结果物体互相穿插、缺少支撑、动作不自然,也很难回头修。DyCraft 借鉴动画师的做法:先把用户提示扩写成详细计划并搭好静态场景,再做 3D 分镜,每个关键姿势都是能单独搭建和调试的静态场景,最后在相邻两帧已验证的起止状态之间用动作工具补出局部运动。作者在 24 个多镜头长动画任务(人形机器人、人和动物角色、机械装置)上对比 Codex 里的原生 GPT-6 智能体和以往智能体方案,称 DyCraft 的物理违例明显更少,人工评审也更常选它。

为什么重要 通用编程智能体一次写完整段动画常出现穿模、悬空;拆成可单独验证的关键帧后,物理错误明显减少

点赞 3 · 代码星数 11

理由

  • 一句话出约一分钟的 Blender 动画:规划、提示改写、CAD 建模、分镜、动作编写、物理检查和复查都有现成工具
  • 物体、场景两个子智能体也能单独用,导出 URDF 或 GLB;可导入自己的 URDF 机器人和带骨骼的角色
  • 论文里的 24 部短片连同 Blender 工程、计划和分镜已放在抱脸数据集 jefftan969/dycraft-films

用法

  • 代码:https://github.com/jefftan969/dycraft;pip install -e . 后依次运行 python -m dycraft.install check / tools / cad / blender / library
  • python -m dycraft.cli --backend codex --layer animation --prompt "…"(也可 --backend 选 Claude Code),用 --max-hours 控制时长预算

风险

  • 需要已登录的 Claude Code 或 Codex,默认推理强度 xhigh、单次预算 12 小时,订阅额度或 API 费用消耗大
  • 智能体在沙箱里无人值守运行;沙箱起不来时 --allow-unsandboxed 会让它读写你的全部文件,不建议使用
  • 只支持 Linux x86_64;评测为作者在自建任务上的对比,本条未运行

打开 · 代码 · 抱脸论文页

Hugging Face Daily Papers

浏览最新 AI 动态