Kinetix

Kinetix 是专注于 3D 人体运动智能的 AI 研究实验室，涵盖动作捕捉、文本转动画、重定向、自动绑定及具物理约束的 AI 视频生成，面向动画与动作研究工作流。

面向 3D 人体运动与具物理约束视频生成的研究实验室

Kinetix 是一家专注于 3D 人体运动智能的 AI 研究实验室。其工作结合机器学习与 3D 工程，用于理解、生成并控制类人运动，服务于角色动画及相关媒体工作流。

网站重点展示了两条主要研究方向：3D 动画技术和具物理约束的 AI 视频。在 3D 方向上，Kinetix 开发无标记动作捕捉、文本转动画、感知网格的重定向以及自动绑定。在视频方向上，它展示了 Kamo-1，这是一种受 3D 条件约束的视频生成模型，利用空间与运动先验共同引导摄像机和角色运动。

核心能力

无标记全身动作捕捉

使用专有模型和人体模型，从原始表演素材中重建时间一致、逼真的运动，并通过单个摄像头输入生成 3D 动画数据。

文本转动画生成

根据自然语言提示生成全身 3D 动画，同时保持运动在时间上的连贯性。

基于网格感知的重定向

通过建模骨骼结构和网格几何，将源动作适配到目标角色的体型，帮助减少穿模、互相穿插及其他不匹配问题。

自动绑定

利用几何与解剖先验，为未绑定骨骼的角色自动推断适配后的骨架，生成适合下游动画制作的骨骼绑定。

具物理约束的 AI 视频生成

将摄像机轨迹、重建的 3D 角色动画、参考图像和自然语言提示等 3D 先验作为条件来生成视频，从而同时控制摄像机和角色运动。

数据与训练流水线

基于大规模专有运动数据集和合成扩展流水线工作，旨在扩展覆盖多种角色体型、场景、光照条件和摄像机设置的训练数据。

实际工作流与场景

从现场素材捕捉运动
在将原始表演素材转换为时间一致的 3D 运动数据以用于动画流水线时，使用 Kinetix 的动作捕捉研究。
生成并准备角色动画
在生成或准备 3D 制作工作的角色运动时，使用文本转动画和绑定技术。
在角色之间迁移运动
在运动需要在体型或骨骼结构不同的角色之间传递时，使用基于网格感知的重定向。
创建具物理约束的 AI 视频
当摄像机运动和角色运动需要在同一生成视频镜头中协同时，使用 Kamo-1。
将运动能力嵌入产品
如 Unity Muse、OVERDARE 和 Adobe Mixamo 的集成所示，可将团队技术作为工具或游戏工作流中的内嵌能力使用。

Pros and Cons

Pros

覆盖了角色动画流程，从绑定和重定向到运动生成均有涉及。
支持多种运动输入和控制信号，包括单摄像头素材、文本提示、图像和 3D 摄像机轨迹。
利用几何和解剖先验，更谨慎地处理角色特定约束，而不是使用通用动画模型。
有已发表研究和真实世界应用示例作为支持，涉及 Unity Muse、OVERDARE 和 Adobe Mixamo。
采用具物理约束的视频生成方法，而不是将运动视为不受约束的像素。

Cons

公开定价页面目前返回 404，因此在已收集的来源中没有可用的价格信息。
网站未提供通用的集成列表、API 参考或详细的产品打包信息。
多项表述以研究层面的方式呈现，因此读者可能需要更多文档来了解可用性和部署细节。

FAQ

Kinetix 是做什么的？

Kinetix 是一家专注于在 3D 中理解和生成人体运动的 AI 研究公司。其工作涵盖动作捕捉、文本转动画、基于网格感知的重定向，以及具物理约束的 AI 视频生成。

Kinetix 是消费者应用还是研究实验室？

源材料将 Kinetix 主要呈现为一家研究实验室和技术提供方，而不是一款打包式 SaaS 产品。它为 3D 动画和人体运动工作流构建模型与工具。

Kinetix 主要研究哪些运动技术？

Kinetix 的 3D 研究页面重点介绍了：通过单个摄像头进行无标记全身动作捕捉、从自然语言生成全身 3D 动画、基于网格感知的重定向，以及自动绑定。

Kinetix 是否列出了价格？

价格页面目前返回 404，因此在已收集的来源中，网站未提供公开的定价方案。

Kinetix 与哪些产品或平台合作过？

网站提到了与 Unity Muse、KRAFTON 的 OVERDARE 以及 Adobe Mixamo 的集成和部署，但在已收集的页面中没有显示通用集成列表或 API 文档。

Quick Facts

类别: AI 研究实验室 / 3D 动画
主要重点: 人体运动智能、角色动画和 AI 视频
代表性模型: Kamo-1
网站: kinetix.tech
定价页面: 404 / 在已收集来源中不可用
示例工作流: 动作捕捉、文本转动画、重定向、绑定、具物理约束的视频生成