V5 动作实验

尾巴保宽,动作按事件重编


从同一段 3.70 秒 Live2D 视频重建可编辑角色。V5 沿用生成部件与边缘网格,修复尾巴弯曲时收窄,并重新安排主动作关键帧。LLM 观察、选动作和修姿势;代码执行 IK、约束投影与检查。

打开 V5 模型下载模型V4 报告全部生成部件与原始 atlas
100%V5 截面宽度保持率
0 / 397检出翻折的采样时刻
12人工选定动作事件
16局部笔刷控制

宽度相对 V5 固定的初始标定值,未按每帧曲率缩小。几何检查通过,不等于动作已像原片;生成角色仍是偏站姿,原片是坐姿,头部转向也只做了平面近似。

原视频 / V4 / V5,同一时间查看

0 / 99
原视频 · 关键点曲线由观察事件插值
V4 · 旧动作,急弯处缩宽
V5 · 新主动作与保宽尾巴

100 帧,27 fps。拖动逐帧查看;播放时允许视频解码的小量时差。叠图实线为该版本的支点路径,虚线为重定向目标;目标并非独立真值。不同角色比例以各自初始姿势为基准转换。

急弯变成宽截面,不再自动变细

V4 最紧处宽度约剩 44.9%。V5 从生成尾巴的 alpha 轮廓记录宽度,建立 33 组成对截面控制点;投影调整中心线,把转角分散到相邻段。中心线仍长 330 px,截面保持原宽,内侧可压缩、外侧可拉伸。

先测试第 13、56、81 帧与前后过渡,再检查全片。第一版保留旧显示尺寸;视觉审阅发现中段仍细,于是统一把贴图宽度标尺从 62 调至 84 px(×1.355)。这是一次固定的造型标定;曲线显示的保持率分别相对每版自身初始宽度。

在模型中看截面和网格
最窄截面的宽度保持率:V4 随曲率变化,V5 固定为 100%。点击图表同步跳转帧号。
当前帧 0V4 V5 100%投影最大位移 8.23 px
三个困难尾巴姿势,原片、V4、V5及配对截面
每行对应第 13、56、81 帧。列:原片、V4、V5、V5 成对截面。白色毛尖仍与原片的光滑尾尖不同。
遇到不可能的形状,工具怎样处理

宽、长、平面不重叠并非总能同时成立。检查会报告截面交叠、局部翻折、剩余急弯或过大姿势改动;不会减小宽度蒙混过关。本轮无需设计前后遮挡,仍采用单张平面网格。

投影借鉴 Position Based Dynamics 的位置约束思想:局部修正中心点,根部固定,再恢复每段长度。这里没有重力或速度模拟,也没有通过图像 loss 自动调姿势。

先主动作,再分别安排次级摆动

先观察 75–99 帧的抬头、睁眼与回摆。LLM 选择动作事件并审阅标点;局部光流只测选定事件处的像素位移。剔除被头发遮挡的脸颊测量,修正少数弱标点。源动作按生成角色的肢体比例转移;两段式 IK 维持上臂、前臂长度和连接。

小片段中手腕回移与颈部轨迹更贴合选定目标,变化幅度仍然较小。通过视觉审阅后扩展全片,再给头发、衣摆各自的延迟与幅度,另加胸口、肩部和脸部的小幅 keyform。

所选部位的横向位移,扣除初始位置;目标 / V4 / V5。点击图表切换帧号。关键点贴合程度只是执行检查,不是外观或真实动作评分。
帧号观察事件头部 roll(相对初始)检查重点
0初始闭眼静坐0°颈部 / 胸口 / 重心
14第一次低头接近停顿3.5°颈部 / 胸口 / 重心
26右侧轻摆后停顿4°颈部 / 胸口 / 重心
39头部回摆2.5°颈部 / 胸口 / 重心
52再次下沉3°颈部 / 胸口 / 重心
63低头停顿4°颈部 / 胸口 / 重心
74最后一次闭眼停顿4°颈部 / 胸口 / 重心
80睁眼前开始抬头1.5°眼睛 / 抬头 / 腕部连接
83双眼打开-0.5°眼睛 / 抬头 / 腕部连接
88抬头并向画面右侧转动-2.5°眼睛 / 抬头 / 腕部连接
94转向延续-4°眼睛 / 抬头 / 腕部连接
99片段结束,保持抬头-5°眼睛 / 抬头 / 腕部连接
本轮逐次视觉修改记录
[ { "id": "tail-control", "hypothesis": "Preserving generated alpha cross-section widths removes V4 curvature thinning.", "roi": "Direct cause of visible defect; reuse all textures and edge meshes.", "result": "397 quarter-frame samples: 0 flips, 0 strip overlaps; max centerline adjustment 4.85 px.", "visual": "Viewed source/V4/V5 at 13,56,81. Thickness no longer collapses; original 62 px texture scale still too thin.", "decision": "Keep controller; test fixed rest width calibration 62 -> 84." }, { "id": "tail-calibration", "result": "9 difficult-pose/transition samples: 0 flips and overlaps; max adjustment 8.18 px.", "visual": "Viewed all three calibrated difficult poses. Shaft becomes fuller without a transient pinch. Generated furry tip still differs from smooth source.", "decision": "Use constant 84 px texture scale. Run full final audit later." }, { "id": "body-pilot", "range": [ 75, 99 ], "roi": "Largest clear head/eye event; avoids spending effort on low-amplitude early motion first.", "evidence": "body-pilot-comparison.jpg and six rendered frames at 75,80,83,88,94,99; reviewed source anchor overlays.", "visual": "Left wrist and neck return toward source event targets; eye opening now explicitly timed around 81–85. No visible joint separation in these poses. Differences from V4 are modest; generated standing body remains unlike source seated pose.", "decision": "Extend accepted event scheme to full 100 frames. Do not claim source motion solved.", "correction": "Reject unreliable cheek tracks. Occluded right wrist follows observed elbow conservatively; not exact recovered motion." } ]
源关键点的测量与不确定性

骨盆、胸口用衣物标记代替解剖关节;右手腕遮挡严重,使用右肘移动的保守推断。头部 roll 由 LLM 编排,原片的转向还含深度变化。四分之一帧骨骼键只是 IK 的编译输出,语义动作键仍然只有 12 个。

接受 / 修正后的观察与姿势 · 原始测量记录 · 各部件独立摆动曲线

HTML 模型:骨骼、网格、截面与权重

模型运行只依赖固定生成贴图与控制数据。可以播放、单独显示部件、切换 V4、编辑骨骼、查看笔刷并保存场景。任意手动修改后的姿势需要重新检查;上述验收针对默认场景。

几何验收与仍未解决的问题

全身三角形翻折0,397 个四分之一帧采样
尾巴非相邻截面带交叠0;不是整个人物图层碰撞检查
截面宽度最大误差1.28e-13 px,控制点几何
两段手臂最大长度误差7.11e-14 px
Python / 浏览器顶点差异3.18e-12 px,9 个时刻、6 种部件
保护文件完整性379 个文件未改;包括 old_stuff、V4 和打包 skill

保宽问题有明确改进;全身动作只有小幅改善。坐姿与站姿的差别、转头的深度、生成衣服轮廓、尾尖造型仍限制相似度。零翻折只证明采样姿态的局部几何正常。

本轮没有图像 loss 优化、模型训练、新生图或独立泛化实验。无法把一条片段上的人工审阅,推成跨视频自动成功率。

完整执行检查 · 逐帧尾巴检查

运行与复现

模型下载后解压,启动本地 HTTP 服务即可播放。源码包包含最终场景与纹理;重放无需模型调用。重新测源动作则需要原始 100 帧,保持只读。V4 skill 保留原版,本轮没有覆盖它。

cd model python -m http.server 8765 --bind 127.0.0.1 # 打开 http://127.0.0.1:8765/

日期:2026-09-28。研究文件位于 experiments/pose_v5/,浏览器控制器位于 web/v5/。几何方法由代码实现,动作、姿势修改及视觉判断来自本次 LLM agent 会话。