基于深度學習神經網絡的自動動畫系統
作者:探索 來源:焦點 瀏覽: 【大 中 小】 發布時間:2025-12-10 08:38:44 評論數:
使用DeepMotion（深度神經學習網絡）基于AI的物理過程動畫工具Neuron，可以輕松自動化您的深度神經3D角色。享受深度學習神經網絡虛擬角色的學習所有功能以及用于運動智能的下一代工具;通過學習，虛擬狗，網絡恐龍和人形機器人高級運動技能，自動動觀察他們對任何環境的畫系行為和反應。使用深度強化學習，基于明確的深度神經物理學的參考數據，可以將幫助訓練你的學習虛擬角色創作做后空翻，卡波耶拉舞蹈，網絡玩滑板等。自動動
我們可以看到這個角色會依照場景中的畫系地形，障礙或者其他已經設定干擾因素做出自己行為判斷，基于并將其付諸于自己的深度神經行為中，一套非常擬真的學習動作系統負責將這些行為反饋出來，從而達到非常智慧化的效果，這些行為的表達，則可以通過深度學習來獲得，通過一些片段或者資料，就可以教會這些虛擬角色應該對場景做出何種反應。這將大大的加快動畫的制作，將場景中大量重復的，需要實時運算的動作通過這套系統自動完成，并且達到可以與場景變化交互的效果。
下載視頻
DeepMotion Neuron是該公司用于培訓數字角色運動技能的新型云應用程序，利用尖端的AI和物理模擬技術創建逼真的，響應迅速的演員，如新的SIGGRAPH論文所示。
加利福尼亞州紅木城 – 2018年8月8日 – 運動智能領域的先驅DeepMotion今天宣布，DeepMotion Neuron是第一款完全程序化的物理角色動畫工具，已經推出預售版。突破性的云應用程序使用先進的AI，物理和深度學習訓練數字角色來開發物理智能。通過指導和實踐，數字角色現在可以像人類一樣實現自適應電機控制，允許動畫師和開發人員創建比使用傳統方法更加逼真和反應靈敏的動畫。
下載視頻
DeepMotion Neuron是一個行為即服務平臺，供開發人員上傳和訓練他們自己的3D角色 – 從在線圖書館提供的數百種互動動作中進行選擇。通過在游戲和體驗中添加響應式角色，Neuron將使內容創作者能夠講述更多令人身臨其境的故事。此外，通過自動處理大部分技術動畫，該服務將為藝術家騰出時間專注于富有表現力的細節而不是復雜的技術本身。
“DeepMotion Neuron旨在幫助開發人員通過使高真實的，交互式模擬和易于使用的流程來縮小現實與數字表示之間的差距，”DeepMotion首席執行官Kevin He表示。 “通過授予角色真實的動作智能，我們相信我們可以大大減少50年來困擾我們這些娛樂行業的’巨大鴻溝’。”
下載視頻
DeepMotion Neuron的核心技術建立在DeepMotion和卡內基梅隆大學科學家在SIGGRAPH 2018年發表的研究論文中揭示的最先進技術的基礎上。本文將強化學習應用于越來越多的體育模擬領域，特別是籃球，現實世界的人體運動智能處于巔峰狀態。經過培訓和優化，研究人員的角色能夠在實時模擬中執行交互式控球技巧。用于教授數字演員如何運球的相同技術可以應用于使用Neuron的任何物理運動。
下載視頻
SIGGRAPH 2018的DeepMotion
DeepMotion首席科學家劉立彬博士在2018年的會議上與同事和CMU教授Jessica Hodgins博士一起發表了他的第8篇SIGGRAPH論文。他們的論文“學習籃球運球技巧使用軌跡優化和深度強化學習”標志著角色控制系統的突破，可以在實時模擬過程中處理物體，同時進行上半身運動和下半身運動。在此處了解有關SIGGRAPH 2018的更多信息。
關于DeepMotion
DeepMotion是新興運動智能領域的先驅。我們正在使用物理模擬和人工智能構建逼真圖形的工具。我們的使命是通過革新實時的程序化動畫來實現交互式內容并擴展創作能力。 DeepMotion的基于云的服務允許任何人訓練數字演員響應動作技能，如跑酷，舞蹈，田徑，武術等。在暴雪，皮克斯，迪士尼，ROBLOX，微軟，育碧，斯坦福，CMU和清華的成員的帶領下，我們利用該領域數十年的經驗幫助個人和團隊為AR，VR，游戲，電影創作更好的內容和虛擬角色機器人。
DeepMotion Neuron的云平臺計劃于2018年第四季度發布。