[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-snap-research--articulated-animation":3,"tool-snap-research--articulated-animation":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",144730,2,"2026-04-07T23:26:32",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":101,"forks":102,"last_commit_at":103,"license":104,"difficulty_score":10,"env_os":105,"env_gpu":106,"env_ram":105,"env_deps":107,"category_tags":112,"github_topics":114,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":119,"updated_at":120,"faqs":121,"releases":151},5443,"snap-research\u002Farticulated-animation","articulated-animation","Code for Motion Representations for Articulated Animation paper","articulated-animation 是一个基于深度学习的开源项目，源自 CVPR 2021 论文《Motion Representations for Articulated Animation》。它的核心功能是让静态图片“动”起来：用户只需提供一张源人物图片和一段驱动视频，该工具就能提取视频中的动作姿态，并将其自然流畅地迁移到源图片上，生成逼真的动画视频。\n\n这一工具主要解决了传统图像动画化中关节运动不自然、肢体变形或背景撕裂等难题。通过独特的“解耦运动表示”技术，它能更精准地理解人体骨骼结构与关节活动规律，即使在复杂动作下也能保持人物形态的连贯性与真实感。\n\narticulated-animation 特别适合计算机视觉研究人员、AI 开发者以及数字内容创作者使用。研究人员可基于其代码复现论文实验或探索新的运动表示方法；开发者能将其集成到虚拟主播、游戏角色动画等应用中；设计师则可利用它快速制作动态素材。虽然项目提供了预训练模型和 Colab 演示方便体验，但要充分发挥其潜力，使用者最好具备一定的 Python 编程基础和深度学习环境配置能力。目前该项目已在 GitHub 开","articulated-animation 是一个基于深度学习的开源项目，源自 CVPR 2021 论文《Motion Representations for Articulated Animation》。它的核心功能是让静态图片“动”起来：用户只需提供一张源人物图片和一段驱动视频，该工具就能提取视频中的动作姿态，并将其自然流畅地迁移到源图片上，生成逼真的动画视频。\n\n这一工具主要解决了传统图像动画化中关节运动不自然、肢体变形或背景撕裂等难题。通过独特的“解耦运动表示”技术，它能更精准地理解人体骨骼结构与关节活动规律，即使在复杂动作下也能保持人物形态的连贯性与真实感。\n\narticulated-animation 特别适合计算机视觉研究人员、AI 开发者以及数字内容创作者使用。研究人员可基于其代码复现论文实验或探索新的运动表示方法；开发者能将其集成到虚拟主播、游戏角色动画等应用中；设计师则可利用它快速制作动态素材。虽然项目提供了预训练模型和 Colab 演示方便体验，但要充分发挥其潜力，使用者最好具备一定的 Python 编程基础和深度学习环境配置能力。目前该项目已在 GitHub 开源，支持在单张 GPU 上进行训练与推理，为社区提供了高质量的动作迁移研究基线。","# Motion Representations for Articulated Animation\n\nThis repository contains the source code for the CVPR'2021 paper [Motion Representations for Articulated Animation](https:\u002F\u002Farxiv.org\u002Fabs\u002F2104.11280) by [Aliaksandr Siarohin](https:\u002F\u002Faliaksandrsiarohin.github.io\u002Faliaksandr-siarohin-website\u002F), [Oliver  Woodford](https:\u002F\u002Fojwoodford.github.io\u002F), [Jian Ren](https:\u002F\u002Falanspike.github.io\u002F), [Menglei Chai](https:\u002F\u002Fmlchai.com\u002F) and [Sergey Tulyakov](http:\u002F\u002Fwww.stulyakov.com\u002F). \n\nFor more qualitiative examples visit our [project page](https:\u002F\u002Fsnap-research.github.io\u002Farticulated-animation\u002F).\n\n## Example animation\n\nHere is an example of several images produced by our method. In the first column the driving video is shown. For the remaining columns the top image is animated by using motions extracted from the driving. \n\n![Screenshot](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnap-research_articulated-animation_readme_d8d7c7e3fdfa.gif)\n\n### Installation\n\nWe support ```python3```. To install the dependencies run:\n```bash\npip install -r requirements.txt\n```\n\n### YAML configs\n\nThere are several configuration files one for each `dataset` in the `config` folder named as ```config\u002Fdataset_name.yaml```. See ```config\u002Fdataset.yaml``` to get the description of each parameter.\n\nSee description of the parameters in the ```config\u002Fvox256.yaml```. We adjust the the configuration to run on 1 V100 GPU, training on 256x256 dataset takes approximatly 2 days.\n\n### Pre-trained checkpoints\nCheckpoints can be found in https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1jCeFPqfU_wKNYwof0ONICwsj3xHlr_tb?usp=sharing.\n\n### Animation Demo\nTo run a demo, download a checkpoint and run the following command:\n```bash\npython demo.py  --config config\u002Fdataset_name.yaml --driving_video path\u002Fto\u002Fdriving --source_image path\u002Fto\u002Fsource --checkpoint path\u002Fto\u002Fcheckpoint\n```\nThe result will be stored in ```result.mp4```. To use Animation via Disentaglemet add ```--mode avd```, for standard animation add  ```--mode standard``` instead.\n\n### Colab Demo \nWe prepared a demo runnable in google-colab, see: ```demo.ipynb```.\n\n\n### Training\n\nTo train a model run:\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --config config\u002Fdataset_name.yaml --device_ids 0\n```\nThe code will create a folder in the log directory (each run will create a time-stamped new folder). Checkpoints will be saved to this folder.\nTo check the loss values during training see ```log.txt```.\nYou can also check training data reconstructions in the ```train-vis``` subfolder.\nThen to train **Animation via disentaglement (AVD)** use:\n\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --checkpoint log\u002F{folder}\u002Fcpk.pth --config config\u002Fdataset_name.yaml --device_ids 0 --mode train_avd\n```\nWhere ```{folder}``` is the name of the folder created in the previous step. (Note: use backslash '\\' before space.)\nThis will use the same folder where checkpoint was previously stored.\nIt will create a new checkpoint containing all the previous models and the trained avd_network.\nYou can monitor performance in log file and visualizations in train-vis folder.\n\n### Evaluation on video reconstruction\n\nTo evaluate the reconstruction performance run:\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --config config\u002Fdataset_name.yaml --mode reconstruction --checkpoint log\u002F{folder}\u002Fcpk.pth\n```\nWhere ```{folder}``` is the name of the folder created in the previous step. (Note: use backslash '\\' before space.)\nThe ```reconstruction``` subfolder will be created in the checkpoint folder.\nThe generated video will be stored to this folder, also generated videos will be stored in ```png``` subfolder in loss-less '.png' format for evaluation.\nInstructions for computing metrics from the paper can be found [here](https:\u002F\u002Fgithub.com\u002FAliaksandrSiarohin\u002Fpose-evaluation).\n\n### TED dataset\nFor obtaining TED dataset run the following commands:\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAliaksandrSiarohin\u002Fvideo-preprocessing\ncd video-preprocessing\npython load_videos.py --metadata ..\u002Fdata\u002Fted384-metadata.csv --format .mp4 --out_folder ..\u002Fdata\u002FTED384-v2 --workers 8 --image_shape 384,384\n```\n\n### Training on your own dataset\n1) Resize all the videos to the same size, e.g 256x256, the videos can be in '.gif', '.mp4' or folder with images.\nWe recommend the latter, for each video make a separate folder with all the frames in '.png' format. This format is loss-less, and it has better i\u002Fo performance.\n\n2) Create a folder ```data\u002Fdataset_name``` with 2 subfolders ```train``` and ```test```, put training videos in the ```train``` and testing in the ```test```.\n\n3) Create a config file ```config\u002Fdataset_name.yaml```. See description of the parameters in the ```config\u002Fvox256.yaml```.  Specify the dataset root in dataset_params specify by setting  ```root_dir:  data\u002Fdataset_name```.  Adjust other parameters as desired, such as the number of epochs for example. Specify ```id_sampling: False``` if you do not want to use id_sampling.\n\n\n#### Additional notes\n\nCitation: \n```\n@inproceedings{siarohin2021motion,\n        author={Siarohin, Aliaksandr and Woodford, Oliver and Ren, Jian and Chai, Menglei and Tulyakov, Sergey},\n        title={Motion Representations for Articulated Animation},\n        booktitle = {CVPR},\n        year = {2021}\n}\n```\n\n","# 用于关节动画的运动表示\n\n本仓库包含 CVPR'2021 论文 [Motion Representations for Articulated Animation](https:\u002F\u002Farxiv.org\u002Fabs\u002F2104.11280) 的源代码，作者为 [Aliaksandr Siarohin](https:\u002F\u002Faliaksandrsiarohin.github.io\u002Faliaksandr-siarohin-website\u002F)、[Oliver Woodford](https:\u002F\u002Fojwoodford.github.io\u002F)、[Jian Ren](https:\u002F\u002Falanspike.github.io\u002F)、[Menglei Chai](https:\u002F\u002Fmlchai.com\u002F) 和 [Sergey Tulyakov](http:\u002F\u002Fwww.stulyakov.com\u002F)。\n\n更多定性示例请访问我们的 [项目页面](https:\u002F\u002Fsnap-research.github.io\u002Farticulated-animation\u002F)。\n\n## 示例动画\n\n以下是使用我们方法生成的几张图像示例。第一列显示驱动视频，其余各列中上方的图像是通过从驱动视频中提取的运动进行动画处理得到的。\n\n![截图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnap-research_articulated-animation_readme_d8d7c7e3fdfa.gif)\n\n### 安装\n\n我们支持 `python3`。要安装依赖项，请运行：\n```bash\npip install -r requirements.txt\n```\n\n### YAML 配置文件\n\n`config` 文件夹中包含多个配置文件，每个 `dataset` 对应一个，命名格式为 `config\u002Fdataset_name.yaml`。请参阅 `config\u002Fdataset.yaml` 以了解每个参数的说明。\n\n请参阅 `config\u002Fvox256.yaml` 中的参数说明。我们调整了配置以在单块 V100 GPU 上运行，在 256x256 数据集上训练大约需要 2 天。\n\n### 预训练检查点\n\n检查点可在以下链接找到：https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1jCeFPqfU_wKNYwof0ONICwsj3xHlr_tb?usp=sharing。\n\n### 动画演示\n\n要运行演示，请下载检查点并执行以下命令：\n```bash\npython demo.py  --config config\u002Fdataset_name.yaml --driving_video path\u002Fto\u002Fdriving --source_image path\u002Fto\u002Fsource --checkpoint path\u002Fto\u002Fcheckpoint\n```\n结果将保存为 `result.mp4`。若要使用解耦合动画，请添加 `--mode avd`；若要使用标准动画，则添加 `--mode standard`。\n\n### Colab 演示\n\n我们准备了一个可在 Google Colab 中运行的演示，请参阅 `demo.ipynb`。\n\n### 训练\n\n要训练模型，请运行：\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --config config\u002Fdataset_name.yaml --device_ids 0\n```\n代码将在日志目录中创建一个文件夹（每次运行都会创建一个新的带时间戳的文件夹）。检查点将保存到该文件夹中。训练过程中的损失值可查看 `log.txt` 文件。您还可以在 `train-vis` 子文件夹中查看训练数据的重建效果。\n\n要训练 **解耦合动画 (AVD)**，请使用以下命令：\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --checkpoint log\u002F{folder}\u002Fcpk.pth --config config\u002Fdataset_name.yaml --device_ids 0 --mode train_avd\n```\n其中 `{folder}` 是上一步创建的文件夹名称。（注意：空格前需加反斜杠 `\\`。）这将使用之前保存检查点的同一文件夹，并生成一个新的检查点，其中包含所有先前的模型以及训练好的 AVD 网络。您可以通过日志文件和 `train-vis` 文件夹中的可视化内容来监控性能。\n\n### 视频重建评估\n\n要评估重建性能，请运行：\n```bash\nCUDA_VISIBLE_DEVICES=0 python run.py --config config\u002Fdataset_name.yaml --mode reconstruction --checkpoint log\u002F{folder}\u002Fcpk.pth\n```\n其中 `{folder}` 是上一步创建的文件夹名称。（注意：空格前需加反斜杠 `\\`。）检查点文件夹中将创建一个 `reconstruction` 子文件夹。生成的视频将存储于此，同时也会以无损 `.png` 格式存储在 `png` 子文件夹中，以便于评估。\n\n论文中指标的计算方法可参考 [此处](https:\u002F\u002Fgithub.com\u002FAliaksandrSiarohin\u002Fpose-evaluation)。\n\n### TED 数据集\n\n要获取 TED 数据集，请执行以下命令：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FAliaksandrSiarohin\u002Fvideo-preprocessing\ncd video-preprocessing\npython load_videos.py --metadata ..\u002Fdata\u002Fted384-metadata.csv --format .mp4 --out_folder ..\u002Fdata\u002FTED384-v2 --workers 8 --image_shape 384,384\n```\n\n### 使用您自己的数据集进行训练\n\n1) 将所有视频调整为相同尺寸，例如 256x256。视频可以是 `.gif`、`.mp4` 格式，也可以是包含图像的文件夹。我们推荐后者，即为每个视频单独创建一个文件夹，其中包含所有帧，格式为 `.png`。这种格式无损且具有更好的输入输出性能。\n\n2) 创建一个 `data\u002Fdataset_name` 文件夹，其中包含 `train` 和 `test` 两个子文件夹，将训练视频放入 `train` 文件夹，测试视频放入 `test` 文件夹。\n\n3) 创建一个配置文件 `config\u002Fdataset_name.yaml`。请参阅 `config\u002Fvox256.yaml` 中的参数说明。在 `dataset_params` 中指定数据集根目录，设置为 `root_dir: data\u002Fdataset_name`。根据需要调整其他参数，例如训练轮数等。如果您不想使用身份采样，请设置 `id_sampling: False`。\n\n#### 补充说明\n\n引用方式：\n```\n@inproceedings{siarohin2021motion,\n        author={Siarohin, Aliaksandr and Woodford, Oliver and Ren, Jian and Chai, Menglei and Tulyakov, Sergey},\n        title={Motion Representations for Articulated Animation},\n        booktitle = {CVPR},\n        year = {2021}\n}\n```","# Articulated Animation 快速上手指南\n\n本指南基于 CVPR 2021 论文《Motion Representations for Articulated Animation》，帮助开发者快速部署并运行该关节动画生成模型。\n\n## 环境准备\n\n*   **操作系统**: Linux (推荐) 或 macOS\n*   **Python 版本**: Python 3.x\n*   **硬件要求**: NVIDIA GPU (推荐 V100 或更高)，已安装 CUDA 驱动\n*   **前置依赖**: 确保已安装 `pip` 和 `git`\n\n## 安装步骤\n\n1.  **克隆仓库**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation.git\n    cd articulated-animation\n    ```\n\n2.  **安装依赖**\n    建议使用国内镜像源加速安装（如清华源）：\n    ```bash\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    ```\n\n3.  **下载预训练模型**\n    从 Google Drive 下载检查点文件（Checkpoints）：\n    *   下载地址：[Google Drive 链接](https:\u002F\u002Fdrive.google.com\u002Fdrive\u002Ffolders\u002F1jCeFPqfU_wKNYwof0ONICwsj3xHlr_tb?usp=sharing)\n    *   将下载的 `.pth` 文件放置在项目目录下的任意位置，并记住其路径（例如：`checkpoints\u002Fcpk.pth`）。\n\n## 基本使用\n\n以下命令演示如何使用预训练模型，根据一张**源图像**和一个**驱动视频**生成动画。\n\n### 运行演示脚本\n\n请替换命令中的路径为您的实际文件路径：\n*   `config\u002Fdataset_name.yaml`: 配置文件（根据数据集选择，如 `config\u002Fvox256.yaml`）\n*   `path\u002Fto\u002Fdriving`: 驱动视频路径 (.mp4)\n*   `path\u002Fto\u002Fsource`: 源图像路径 (.png\u002F.jpg)\n*   `path\u002Fto\u002Fcheckpoint`: 预训练模型路径\n\n**标准动画模式：**\n```bash\npython demo.py --config config\u002Fvox256.yaml --driving_video path\u002Fto\u002Fdriving.mp4 --source_image path\u002Fto\u002Fsource.png --checkpoint path\u002Fto\u002Fcheckpoint.pth --mode standard\n```\n\n**解耦动画模式 (Animation via Disentanglement, AVD)：**\n```bash\npython demo.py --config config\u002Fvox256.yaml --driving_video path\u002Fto\u002Fdriving.mp4 --source_image path\u002Fto\u002Fsource.png --checkpoint path\u002Fto\u002Fcheckpoint.pth --mode avd\n```\n\n### 输出结果\n运行完成后，生成的动画视频将保存为当前目录下的 `result.mp4`。\n\n> **提示**: 如果您拥有 Google Colab 账号，也可以直接运行项目根目录下的 `demo.ipynb` 进行在线体验。","某独立游戏开发者需要为一款复古风格的角色扮演游戏快速生成大量 NPC 的行走与互动动画，但团队缺乏专业的动作捕捉设备和资深动画师。\n\n### 没有 articulated-animation 时\n- **制作成本高昂**：每一帧角色动作都需要手绘或购买昂贵的商业动作库，导致项目预算严重超支。\n- **角色复用性差**：更换角色造型（如从人类换成机器人）时，必须重新制作整套骨骼绑定和动画，无法直接迁移动作。\n- **动作僵硬不自然**：简单的关键帧插值导致关节连接处出现撕裂或穿模，缺乏真实生物运动的连贯性。\n- **迭代周期漫长**：修改一个走路姿态需要数天时间重新渲染，严重拖慢游戏原型的验证速度。\n\n### 使用 articulated-animation 后\n- **单图驱动视频**：仅需一张静态角色图和一段参考视频（如真人表演），articulated-animation 即可自动生成该角色的高保真动画视频。\n- **跨角色动作迁移**：提取的动作表示具有解耦特性，同一套“走路”动作可瞬间应用到不同体型、不同画风的角色身上，无需重新训练。\n- **关节运动更逼真**：基于论文提出的运动表示方法，工具能精准处理肢体关节的旋转与遮挡，有效避免了画面撕裂，动作流畅度接近专业水准。\n- **开发效率倍增**：开发者可在几分钟内通过 `demo.py` 脚本批量产出数百个 NPC 的动态素材，将动画制作周期从天级缩短至分钟级。\n\narticulated-animation 通过先进的运动表示技术，让单人开发者也能以极低成本实现电影级的角色动画生成，彻底打破了传统动画制作的技术与资金壁垒。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fsnap-research_articulated-animation_d9dd7330.png","snap-research","Snap Research","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fsnap-research_117fe63a.png","",null,"https:\u002F\u002Fresearch.snap.com\u002F","https:\u002F\u002Fgithub.com\u002Fsnap-research",[81,85,89,93,97],{"name":82,"color":83,"percentage":84},"Jupyter Notebook","#DA5B0B",70.9,{"name":86,"color":87,"percentage":88},"Python","#3572A5",24.7,{"name":90,"color":91,"percentage":92},"HTML","#e34c26",3.4,{"name":94,"color":95,"percentage":96},"CSS","#663399",0.9,{"name":98,"color":99,"percentage":100},"JavaScript","#f1e05a",0.2,1276,351,"2026-03-05T07:54:43","NOASSERTION","未说明","需要 NVIDIA GPU，示例配置为 1 张 V100，需支持 CUDA（具体版本未说明）",{"notes":108,"python":109,"dependencies":110},"训练 256x256 分辨率数据集在单张 V100 GPU 上约需 2 天。支持两种模式：标准动画 (--mode standard) 和解耦动画 (--mode avd)。提供 Google Colab 演示脚本 (demo.ipynb)。自定义数据集建议将视频帧转换为无损 .png 格式存储以获得更好的 I\u002FO 性能。预训练模型需从 Google Drive 手动下载。","3.x (README 仅提及支持 python3)",[111],"requirements.txt 中定义的依赖库 (具体列表未在 README 中展示)",[14,15,113],"视频",[115,116,117,118],"image-animation","video-generation","first-order-motion-model","deep-learning","2026-03-27T02:49:30.150509","2026-04-08T17:20:20.041438",[122,127,132,137,142,147],{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},24704,"下载 TED 数据集时所有链接都显示失败（broken link），如何解决？","这是因为项目中上传的元数据文件有误。维护者已重新上传了正确的文件 `ted384-metadata.csv`。请前往 Issue #12 下载该修正后的文件替换原有文件，即可正常下载数据集。","https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation\u002Fissues\u002F12",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},24705,"微调模型时出现 'ValueError: loaded state dict contains a parameter group that doesn't match the size of optimizer's group' 错误怎么办？","如果您使用的是不同的数据集进行微调，加载优化器（optimizer）的状态是没有意义的，因此可以跳过加载优化器参数。维护者指出，不加载优化器状态不会影响模型的最终性能，只需禁用加载优化器状态的代码即可解决该报错。","https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation\u002Fissues\u002F77",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},24706,"运行 demo.py 时出现 '_pickle.UnpicklingError: invalid load key, 'v'' 错误是什么原因？","这通常是因为模型检查点文件（.pth）没有正确下载。该项目使用 Git LFS 存储大文件，如果直接克隆仓库而未安装或启用 Git LFS，下载的 .pth 文件只是一个包含版本信息的文本文件而非真正的模型权重。解决方法是安装 Git LFS (`git lfs install`) 并重新拉取文件，或者手动从发布页面下载完整的检查点文件。","https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation\u002Fissues\u002F4",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},24707,"下载数据集时遇到 'OSError: [Errno 8] Exec format error: '.\u002Fyoutube-dl'' 或 'Permission denied' 错误如何解决？","这是因为脚本试图执行当前目录下的 `youtube-dl` 二进制文件但权限不足或格式不兼容。解决方案是通过 pip 安装 youtube-dl：运行 `pip install youtube-dl`，然后修改运行命令中的参数，将调用路径改为系统安装的 `youtube-dl` 命令（即去掉 '.\u002F' 前缀或指定绝对路径）。","https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation\u002Fissues\u002F29",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},24708,"Warping 结果图中某些移动区域出现了填充异常或双重图像（double region），这是代码逻辑问题吗？","这不是代码错误。在这些区域中，光流（optical flow）实际上是未定义的。目前看到的“正常”填充效果只是估计光流不准确导致的偶然现象，并非通过插值操作特意填充的。因此，这种现象在理论上是预期的，不需要通过修改代码来修复。","https:\u002F\u002Fgithub.com\u002Fsnap-research\u002Farticulated-animation\u002Fissues\u002F47",{"id":148,"question_zh":149,"answer_zh":150,"source_url":126},24709,"修复后的 ted384-metadata.csv 文件是专门用于 ted-youtube 模型的吗？","是的，根据社区确认，维护者在 Issue #12 中上传的修正版 `ted384-metadata.csv` 文件是让 ted-youtube 模型正常工作所必需的元数据文件。",[]]