Motion2MixamoRig 開源影片轉動作，把真人動作搬上 Mixamo 角色

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

一支真人跳舞的影片，畫面裡的角色換成骨架清晰的 3D 人物，動作一格一格跟著真人走。這段示範在 2026 年 10 月 13 日晚間出現在 X 上，標題寫著「免費、開源的影片轉 Mixamo 骨架動畫，現在走進 Blender」。示範背後的工具叫 Motion2MixamoRig，是一個 Apache-2.0 授權的開源專案，把單人影片或照片裡的人物動作，轉移到 Adobe Mixamo 骨架的 3D 角色上，輸出 Blender 與 Unity 都能讀的 GLB 檔。

它現在能做什麼、跑之前要準備什麼，以及最重要的授權邊界，官方文件都寫得相當清楚，關鍵集中在三件事：工具本身已經在九月出貨並標明實驗性；執行前要自備三樣素材外加約 5GB 的推論權重；程式碼開源不等於整條流程都能商用，真正讓角色動起來的三個依賴，每一層都有自己的授權條款，其中推論模型的上游授權明文禁止商業使用。

示範影片帶起關注，工具本身九月已經出貨

GitHub 儲存庫在 2026 年 8 月 29 日建立，9 月 4 日標上 v0.1.0 版本並加入 Blender 擴充套件，10 月 12 日一天之內補上泰文、菲律賓文、越南文、法文、西班牙文、土耳其文與尼泊爾文七種語系的說明文件。隔天晚間，X 帳號 Stefan 3D AI 貼出示範影片，強調這套工具「把影片中一個人的動作複製到 Mixamo 骨架角色上，交給你一個能放進 Blender 或 Unity 的皮膚綁定 GLB」，並點出影片與單張照片都能當輸入。換句話說，爆紅的是示範影片，工具本身已經在 GitHub 上待了約六週，截至台北時間 10 月 14 日清晨約有 899 顆星。維護者在文件裡留了聯絡信箱，提供安裝卡關時的協助與合作洽詢，這種一個人顧一條管線的專案型態，也解釋了為什麼說明文件會寫得這麼細。

版本狀態也值得看清楚。官方說明把目前版本標為實驗性（experimental），v0.1.0 指的是命令列管線，搭配一個 Blender 4.2 以上才能裝的擴充套件，兩者跑的是同一條流程。另外，專案雖然有 v0.1.0 的版本標籤，GitHub 上沒有現成的 Release 安裝包，Blender 擴充套件的 zip 檔要用儲存庫附帶的腳本自己打包，對不熟命令列的人來說，這會是最先撞上的門檻。

Pin

從真人影片到 Mixamo 骨架，中間是三道處理

這條管線大致可以拆成三段：先從影片推估人體姿勢，再把結果對應到 SMPL-X 身體模型上，最後轉置到 Mixamo 角色骨架並輸出檔案。姿勢推估這一步用的是 GVHMR 系列的推論權重，第一次執行時自動下載；身體模型是 SMPL-X；角色端則吃 Mixamo 下載的 FBX 檔，Mixamo 是 Adobe 經營的 3D 角色與動畫素材服務。輸出不只是成品：每次執行都會留下執行紀錄檔、可重複使用的人體骨架檔、Mixamo 關節旋轉檔，以及皮膚綁定完成的 GLB 角色檔，另外產生四支預覽影片：人體骨架、Mixamo 骨架與完成角色各有單一視角一支，再加一支對照影片，把原始畫面、人體骨架、角色骨架與完成角色放進同一個 2×2 畫面，方便看出問題出在哪一步。

把 GLB 拿進 Blender 也有幾個文件點名的細節：用 glTF 2.0 匯入後，若視角對著空場景，選角色再用 View 選單的 Frame Selected 對焦；頭部與手部那串球體只是骨架顯示用的輔助物件，在大綱視窗裡把 Icosphere 與 armature 隱藏，留下皮膚網格即可；播放速度要照執行紀錄裡的影格率與影格數設定場景，否則動畫會看起來太快或太慢。文件還給了一個具體例子：60 影格的影片若被存成 30 影格，播放就會變成半速，這類問題出自時間設定，與推估結果無關。

輸入端的硬門檻寫得明白：畫面裡必須恰好一個人，而且從頭到腳全程在畫面內，邊緣裁切到身體就不合格；工具在抽取前會檢查，發現兩個人就直接停止。照片模式則只能還原靜態姿勢，讓角色擺出照片裡的姿態，不能從單張照片變出完整的動作過程，官方還會為照片輸出一段 360 度環繞檢視。

想找動作素材的人可以對照另一條路：先前介紹過的 PoPo 開源 MMD 動作產生器 是從一句話生動作檔，Motion2MixamoRig 則是從你自己拍的影片把動作搬過去，兩者解決的是「動作從哪裡來」的不同段落。

跑之前要自備三樣素材，還有約 5GB 的推論權重

環境需求是 Python 3.10 以上，官方安裝指令裡有一段特別的註記：相依套件裡的 chumpy 是老套件，安裝時要先關掉 pip 的隔離建置，否則會在安裝階段就失敗。環境裝好後，第一次執行會自動下載約 5GB 的推論權重（GVHMR 等）到專案的 weights 資料夾，這個動作只發生一次。

再來是三樣要自己取得的素材。SMPL-X 身體模型要在 MPI 的官方網站註冊後下載，檔名必須與文件表格完全一致。Mixamo 角色要有 Adobe 帳號才能從 Mixamo 網站下載，Blender 擴充套件的路線指定要選 FBX Binary、T-pose 格式，文件還提醒了一個命名陷阱：Mixamo 下載的檔名是「Y Bot.fbx」（空格），文件路徑要的是「Y_Bot.fbx」（底線），要自己改檔名才會成為預設角色。最後是符合單人全身條件的影片或照片。素材資料夾的選檔規則也值得記住：影片資料夾可以放多支片，不帶參數執行時拿的是最新加入的那支，想指定特定檔案就用 –video 或 –image。官方提供 m2mr doctor 指令，執行前先檢查缺什麼，把問題擋在漫長的推估之前。

Pin

時間預期也要先建立。官方文件給的參考值是：在 CPU 上，約 30 秒的片段第一次要花 8 到 15 分鐘做動作抽取，之後權重已在本地，同長度約 3 到 5 分鐘，轉置與算圖再加一兩分鐘。這些是官方文件上的參考數字，會隨硬體、影片長度與環境變化，實際表現要自己驗。另外文件建議安裝 ffmpeg，沒有它管線仍能跑，但輸出影片會沒有聲音，也無法在瀏覽器裡正常播放。

還有一個實用細節：同一段影片要套到不同角色時，記得帶上 –skeleton 參數重用前一次的骨架結果，把幾分鐘的等待縮到幾十秒；如果只換角色檔案而不指定骨架，工具會把整段抽取重跑一次。

Apache 授權蓋不到的三層依賴

這是整個專案最需要先講清楚的部分。程式碼本身走 Apache-2.0，但官方授權段落開頭就寫明：你下載的素材各有各的條款，而且不得隨著這個儲存庫再散布。把依賴攤開來看是三層。

Pin

一層是 SMPL-X 身體模型。儲存庫文件載明它是 MPI 註冊閘道制，預設開放給非商業的研究、教育與藝術用途，商業使用需要另外談授權。最關鍵的一層是 GVHMR 推論權重的上游：浙江大學 State Key Lab of CAD&CG 的 zju3dv/GVHMR 專案，對應 SIGGRAPH Asia 2024 論文。它的授權條款寫的是：僅供教育、研究與非營利目的使用，禁止商業使用，基於這套軟體的修改作必須以開源形式提供，散布衍生作品時還要保留原條款的版權與出處聲明，商業使用則請寄信到條款提供的浙江大學信箱。換句話說，首次執行才拉下來的那 5GB 權重，落在三層裡最嚴格的授權底下，商用不只要談，連衍生修改都有開源義務。再一層是 Mixamo 角色檔，官方提醒可以用在交付的成品裡，但不要把原始 FBX 打包成素材包再散布。

把三層疊起來，Apache-2.0 說的是「接線的程式碼」開源：把影片動作接到 Mixamo 骨架的這段接線層可以自由使用與修改。真正讓角色動起來的每一個部件，身體模型、推論權重、角色素材，都各有條件。現階段它適合用來探索動作、做教學示範與內部原型預覽；要放進商業專案，SMPL-X 的商用授權、GVHMR 的商業聯繫管道、Mixamo 與來源影片的權利，要逐項確認過才能往下走。

Blender 擴充套件換掉的是入口，不是引擎

Blender 4.2 以上的擴充套件是這波示範的重點，但它的架構值得先理解：擴充套件啟動的是一個外部 Python 環境，Blender 內建的直譯器完全不碰 PyTorch、GVHMR 或 OpenCV。文件也明說，這個套件不安裝 Python、不下載 SMPL-X、也不打包推論權重，環境準備仍然要在終端機裡完成。裝好擴充套件距離裝好工具，還差一整套前置作業；它簡化掉的，只有命令列與視埠之間的切換。

Pin

入口本身做得算完整。面板掛在 3D 視埠側欄，有環境檢查、素材選擇與進度顯示；生成時 Blender 保持可操作，進度、最近日誌與取消按鈕都在面板上，完整輸出寫進工作資料夾的紀錄檔，工作階段的識別、日誌與產物都集中在 outputs/blender_jobs 底下各自的資料夾裡。裝置支援 CPU、CUDA 與 MPS，Apple Silicon 走 MPS 的前提是外部 Python 環境裡的 PyTorch 支援。生成成功後會自動把 GLB 匯入場景、隱藏關節球、對焦角色並設定影格率；若自動匯入失敗，結果檔還在工作資料夾裡，用面板上的匯入功能手動讀回即可，不用重跑。

除錯的分工也畫得清楚：面板上只顯示一行簡短訊息，完整的標準輸出與錯誤都落在工作資料夾的紀錄檔。文件列出的常見錯誤包括外部 Python 路徑設錯、套件沒裝進那個直譯器、SMPL-X 檔案缺席、Mixamo 檔下載時格式選錯，以及輸入畫面裡出現兩個人；外部處理程序意外停止時，先看紀錄檔是空的還是有內容，空的代表命令列根本沒啟動，有內容才往依賴與後續處理查。這套設計對非工程背景的使用者其實是好事：出錯時有明確的分診線索，不會只剩一個失敗的按鈕。

想在 Blender 裡用 AI 做事的人，可以把它和先前介紹過的 Blender MCP 開源外掛放在一起看：一個讓 AI 自己建模做動畫，一個把真實影片的動作搬進場景，兩者互補。

品質沒有公開基準，商用判斷要自己收尾

最後是文件裡沒有的部分。官方說明文件裡沒有任何輸出品質的量化宣稱，沒有準確度數字，也沒有公開的評測基準，CPU 時間是參考值，星數是會漂的動態數字，輸出好壞只能拿自己的素材試。角色動作這條線上，從 3D 模型生成到動作搬移，工具鏈還在快速長出來，現階段把它放在探索與原型階段，是官方實驗性標記與三層授權共同指向的位置。

想現在就動手的人，文件本身給出了一條夠短的路：裝好環境、放進素材、先跑 m2mr doctor 確認沒有缺件，拿一支幾秒鐘的單人短片做第一次生成，對照 2×2 預覽確認關節對得上，再換第二個角色並帶上骨架重用參數，體驗幾十秒完成轉置的那一段。這條動線走完，工具的節奏與邊界就都有體感了，之後要不要把專案需求押上去，再回到授權三層帳逐項清。

回頭看的時機也明確：版本超過 0.1.0、出現品質基準或商用授權方案任一項時，這套工具的定位都會實質改變。在那之前，把它當成實驗性的探索工具，是官方文件明確標示的定位。