PoPo 開源 MMD 動作產生器，把一句話變成能帶走的 VMD 動作檔

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

MikuMikuDance（MMD）是日本開發的免費 3D 動畫軟體，十多年來累積出龐大的角色模型與動作檔生態，VMD 就是它通用的動作檔格式。在 MMD 裡讓角色擺一個姿勢，傳統做法是打開骨骼選單一根一根旋轉：肩、上臂、手肘、手腕，五根手指各有關節，想讓角色揮手還得自己排時間軸把動作串起來。一個看起來自然的小動作，背後往往是幾十個骨骼參數。

PoPo 是一個開源網頁工具，把這件事換成打字：輸入一句描述，它生成一段姿勢腳本，直接套用到畫面上的 3D 角色。實際測試的結果：不用註冊帳號、不用自備 AI 服務的金鑰，一句「揮著右手大笑」送出後約 9 秒拿到一整段動作腳本，在網頁介面上操作，角色也確實會照著腳本動起來。

Pin

先講判斷：它目前的定位比較接近「姿勢草圖產生器」，距離「按一個按鈕就有成品動畫」還很遠。它輸出的姿勢腳本是純文字、看得懂也改得動，在瀏覽器裡編譯成 MMD 標準的 VMD 動作檔後可以直接下載帶走，這是整個工具最值錢的設計；但文字描述到實際姿勢之間存在落差（下面有實例），而且專案本身已經好幾個月沒有更新，玩之前有幾件事值得先對帳。

打字生成姿勢實測：9 秒拿到一整段動作腳本

用一句英文描述「wave right hand with a big laugh」（揮著右手大笑）送出，8.9 秒後拿到一段約 1,200 字元的姿勢腳本。腳本分成三個姿勢定義，加一段動畫時間軸：角色先擺好揮手起手式，接著手腕左右來回擺動，最後回到起始姿勢。下面是節錄：

@pose wave_start {
    shoulder_r bend backward 30, sway left 20;
    arm_r bend backward 60;
    elbow_r bend forward 90;
    wrist_r sway left 20;
    index_r bend forward 30, sway left 15;
    head bend backward 10, sway right 10;
}

@animation wave_laugh {
    0: wave_start;
    0.3: wave_left;
    0.6: wave_right;
    0.9: wave_left;
    1.2: wave_right;
    1.5: wave_start;
}

main {
    wave_laugh;
}

每一行指令都是同一種句型：哪根骨骼、做什麼動作、朝哪個方向、轉多少度。右手食指往左偏 15 度這種細節它也分別下了指令，甚至比它自己的教學範例還要講究。生成速度三次實測最快約 3.7 秒、最慢 8.9 秒，拿來當草圖工具是順手的節奏。

畫面上的角色是固定的：線上版只內建一個示範角色（遊戲深空之眼的梵天），沒有更換模型的介面；輸入框上方隨機給四個建議指令，例如 look down、arms down 這類短句，點下去就直接送出。

中文描述直接能用，離譜的要求它也不會拒絕

不想切英文也行。直接輸入「雙手叉腰，頭往左歪，看著鏡頭」，3.9 秒後生成的腳本方向正確：MMD 角色預設採 A 字形站姿（雙臂斜向下方），要呈現叉腰，就得調整肩膀與手臂的角度讓手落到腰際，它生成的正是這組指令，頭部側歪的角度也合理。

比較有意思的是丟給它一個辦不到的要求：「讓頭像貓頭鷹一樣向後轉 360 度」。它不會拒絕，也不會跳出警告，而是拆成幾個關鍵姿勢硬做：頭向右轉到 180 度之後，改用向左轉 90 度的方式「假裝」繼續轉，最後回到原位。它的教學提示裡其實寫明頭部與頸部左右轉各以 90 度為限，但那只是給模型的參考：這次輸出裡光頭部就寫到了 180 度，物理上辦不到的描述也不會被擋下，成果自然不像真的貓頭鷹。實際使用時的心法很簡單：描述落在人體做得到的範圍，它就做得像樣。

叉腰被演成手抱頭：出現落差時，改腳本比重新描述快

在網頁介面實際走一輪完整流程：輸入「hands on hips, tilting head left, looking at camera」（雙手叉腰，頭往左歪，看著鏡頭），送出後角色確實動了，畫面下方也跳出一個顯示生成腳本的面板。但核對畫面：角色的雙臂高舉過頭、往外張開，頭倒是確實歪了一邊，離「叉腰」有一段明顯距離。

Pin

這種落差出現時，它的第二層設計就派上用場：生成的腳本以純文字攤在畫面下方面板裡，帶到 Playground 的編輯器就能改。照 MPL 的語意，把手臂後彎的角度改小、補一行手肘前彎，姿勢就會往腰際收，不必重新想一句更精確的描述再賭一次運氣。這也是它選擇輸出「文字腳本」而非直接輸出動畫的核心理由：看得懂的東西才改得動，改得動的草稿才有用。單看這一點，它對願意碰一點腳本的人比完全不想碰程式碼的人更友善。

它堅持先產生語言，再產生動作

3D 動作在底層是一串四元數旋轉值，對人類難讀，對語言模型也難學。PoPo 的解法是在中間墊一層自製的姿勢語言 MPL（PoPo 的文件稱它 MMD Pose Language）：AI 只負責把描述翻成這種語意化指令，編譯成動作的工作交給瀏覽器裡的 WebAssembly 編譯器，最後輸出 MikuMikuDance 原生的 VMD 動作檔。換句話說，產出不怕被綁在這個網站上，任何吃 VMD 的 3D 軟體都能接。

文法本身相當節制。登記的骨骼從重心、上半身、頸、頭，到左右手臂與五根手指、腿與腳趾共三十多個部位；動作只有彎曲、轉動、側移、平移與重設五種，角度建議取 5 的倍數。有些極限寫得很人體：手肘只能往前彎、膝蓋只能往後彎、腿往外張可以到 180 度、往內只有 30 度。正因為整套語言短到能塞進一份提示，它後來的技術轉向才有可能，下一段就會看到。

在 Playground 頁面，這條「語言到動作」的路走得更完整：中間是一個帶語法高亮的 MPL 編輯器，上方三顆按鈕：上傳、下載、發布。下載鍵把目前編譯好的動作直接存成 animation.vmd 檔，這就是「帶走」的具體形式；上傳鍵接受 VMD、VPD 與圖片三種輸入，丟一個現成的 VMD 動作檔進去，它會在瀏覽器裡反向編譯成 MPL 文字讓你改，丟一張人物照片，它用 Google MediaPipe 的姿勢偵測模型在本機估出骨骼位置，轉成姿勢再交給你微調。等於文字生姿勢之外，同一個編輯器還承接了「既有動作回收再利用」與「照片轉姿勢」兩條路；導覽列上的 Motion Capture 則連到作者的另一個作品，用鏡頭即時捕捉人體動作的前身 MiKaPo 一系。

Pin

這套語言與編譯器拆在作者的另一個專案 MMD-MPL（Motion Programming Language）裡：Rust 寫的編譯核心編成 WebAssembly 供網頁呼叫，命令列版本可以把 MPL 編成 VMD、把既有 VMD 或 VPD 姿勢檔反向編譯回 MPL 文字，在 npm 與 Rust 套件庫 crates.io 都找得到套件，官方描述自稱是一套規則導向的領域特定語言（命令列的用法以官方文件記載為準）。對程式人來說，這代表整套「文字與動作互轉」的能力可以脫離網站，直接進自己的腳本流程。

技術路線上這個專案轉過一次彎。早期的做法是微調模型：當時的 README 寫微調 GPT-4o-mini，repo 裡留下的訓練腳本實際用 unsloth 微調 Qwen3-8B，兩個說法對不上；2026 年 1 月的提交把整個微調目錄移除、改走提示工程，現在的線上版是把一整套 MPL 文法、每根骨骼的角度極限表和十幾個範例，寫成大約 11,000 多字元的系統提示餵給模型。站方實際串接哪個型號從外部看不出來，現行 README 的記載是 GPT-4o-mini 負責生成。對想自架的人來說這反而是好消息：後端呼叫走 OpenAI 相容介面，模型名稱、金鑰與 API 位址都放在環境變數裡，換成任何相容端點（包含本地跑的模型）都行，程式碼以 GPL-3.0 授權公開。真正麻煩的是周邊：登入服務 Clerk、Turso 資料庫與 Vercel Blob 圖片儲存都要自己設一套，需要一點工程耐心。

資料流向也值得知道：你輸入的描述文字會經過站方後端送到它設定的 AI 端點才變成腳本，這一段不在你的瀏覽器裡；腳本編譯成 VMD、照片的姿勢估計、3D 渲染則全部在本機完成。換句話說，打什麼字給它，等於打什麼字給背後那個 AI 服務，介意的人自架一套換成本地端點就是解法。

玩之前先對帳：入口、專案體溫與角色模型授權

入口。README 上寫的官網 popo.love 已經失效，網域目前查不到紀錄，網際網路檔案館的最後一次成功快照停在 2026 年 2 月中。現在能用的線上版，是 GitHub 專案頁 homepage 欄位指向的 Vercel 網址；直接點 README 裡的舊連結，只會看到瀏覽器打不開的錯誤頁。

專案體溫。儲存庫最後一次推送停在 2026 年 2 月 10 日，148 個提交全部來自同一位作者（他在 GitHub 上的自介是美國的電腦科學博士生），之後就沒有再動。作者本人沒有消失，只是重心換了位置：同一條產品線上的 WebGPU 渲染引擎 reze-engine 到 2026 年 9 月初都還有提交（PoPo 的畫面就是用它渲染的），做網頁動作捕捉的 reze-mipo 星數還超過 PoPo 一倍以上，導覽列上的 Render Engine 連的正是作者自家的 reze.one 入口，想追整條產品線的動向，看那裡比盯著 PoPo 的儲存庫準。瀏覽器裡跑 3D 的開源專案光譜很寬，重的一端像這裡的 WebGPU 角色渲染，輕的一端可以像之前介紹過的純 CSS 3D 書封產生器。PoPo 比較像這條線上的實驗性作品，demo 還活著，但不建議期待它下個月長新功能。

角色模型授權。這是最容易被「開源」兩個字蓋過去的部分：程式碼走 GPL-3.0 沒錯，但儲存庫裡打包的示範角色（畫面上那位銀白短髮、金色裝甲的角色，來自遊戲深空之眼的梵天）另有模型的使用規則：允許改造，禁止二次散布，禁止商業用途，也禁止用在成人、血腥獵奇或人身攻擊這類內容，版權聲明歸遊戲方所有。也就是說，改程式、自己架一套都自由，但把內附角色模型拿去做商業內容，踩到的是另一份規則；線上版也沒有換成自己模型的地方，想套用自己收藏的 MMD 模型，目前只能自己架。

兩個小訊號。網站頁面的 meta 描述宣稱能生成表情（facial morphs），但目前公開的 MPL 文法只有骨骼指令，生成結果裡看不到任何表情控制，編譯器底層雖然留了表情欄位，現況是留了位置還沒開放；需要讓人物臉部動起來的讀者，可以先看之前介紹過的讓照片人物微笑動起來的 AI 臉部動畫工具那類做法。另外，畫面渲染需要支援 WebGPU 的瀏覽器，不支援的環境會直接顯示一行錯誤訊息，不會讓你停在轉圈畫面；網頁載入時主控台會出現登入服務 Clerk 的開發版金鑰警告，意味著帳號功能的穩定性存疑，社群姿勢圖庫目前收錄 14 個姿勢，名字從 Walk、Sit 到 Hang、Fly 都有，熱鬧程度才剛起步。

誰現在就該去玩，誰先繞路

已經在用 MMD 或其他支援 VMD 的 3D 軟體、想要快速拿到姿勢草圖再自己修的人，現在就去玩，記得把生成的腳本當草稿，先別當成品；願意讀一點腳本、動手改數字的人會拿到最多價值，這是它設計上的正確打開方式。手上已有一堆 VMD 動作檔想回收編輯的人，Playground 的反向編譯也值得一試。想研究「自然語言到 3D 動作」怎麼落地的開發者，這是一份乾淨的單人專案參考實作。

反過來，期待輸入一句話就有成品動畫、不想再修的人，需要表情控制的人，想把內附角色模型用在商業內容的人，以及需要長期穩定維護的生產流程，這版都建議先繞路；如果你其實想畫的是 2D 逐格動畫，之前介紹過的打開網頁就畫逐格 GIF 的工具更對味。把 PoPo 當成一個會寫姿勢腳本的助理，它現在就值得加進書籤；把它當成一鍵動畫機，失望會來得比 9 秒更快。至於要不要等它變成熟，看作者哪天把這條線接回他自己的 reze 工具家族再說也不遲。