HairDeck 開源：單張圖片生成帶骨骼 3D 髮型，轉頭就能自然擺動

如果你平時折騰過 3D 角色建模，就會知道做頭髮簡直是苦差事。好不容易用圖生 3D 模型捏出了髮型，往往也是一整坨實心網格，既沒有層次感，轉個頭還硬得像戴了頂塑膠頭盔。

遊戲和二次元資產裡常用的做法，是讓美術師一片片手工擺放「發片」（hair cards），再給每根發片綁上彈簧骨骼。現在，一個叫 HairDeck 的開源專案把這套繁瑣的流程自動化了。

你只需要扔給它一張角色 2D 插畫，它就能直接生成一整套帶 UV 貼圖的風格化 3D 發片，連帶著用來驅動物理晃動的彈簧骨骼鏈也一併做好了。

一片頭髮一個 token，速度直接翻了 33 倍

在此之前，學術界生成這種風格化發片的代表是 CHARM。但 CHARM 的做法是自迴歸生成，把髮型拆成一長串控制點按順序猜，不僅速度極慢，發片朝向還經常歪七扭八。

HairDeck 的團隊換了個思路：髮型本質上是一堆沒有先後順序的發片集合。他們把每張發片的幾何形狀、根部位置和朝向壓縮成單個 token，然後用類似文生圖的集合擴散模型（set diffusion transformer）同時給所有發片去噪。

去噪完成後，第二個模型會跟著生成彈簧骨骼鏈，再通過幾何蒙皮把發片和骨骼綁在一起。它還會直接從原圖取樣髮色，就算是挑染或者漸變多色髮型也能原樣還原。

效果非常誇張。在 CHARM 的 100 個髮型基準測試裡，網格化之前的發片生成時間從 33.7 秒直接縮短到 1.01 秒，快了 33 倍。同時，倒角距離降低了 44%，發片朝向誤差也直接砍掉了一半以上。

本地輕鬆跑，直接匯出 VRM

最接地氣的是，這項研究完全不是停留在論文裡的 demo，程式碼、模型和訓練指令碼已經全盤開源。

模型在 Hugging Face 上的總大小隻有 2.45GB 左右。官方不僅支援常規的輝達顯示卡，還原生支援蘋果的 Apple Silicon，哪怕是一臺普通輕薄本或消費級電腦都能跑起來。

對於做 VTuber 模型或者遊戲獨立開發者來說，HairDeck 生成出來的資產可以直接匯出為標準的 VRM 格式。拿到模型之後，角色一轉頭或者走動，頭髮就會跟著彈簧骨骼自然飄動，省去了在 Blender 裡手動刷權重和綁骨骼的折磨。

而且專案採用了寬鬆的 Apache 2.0 許可證，商用完全沒有限制，團隊甚至把訓練指令碼也放了出來，方便個人或工作室用自己的美術風格去微調。

為什麼重要

在目前的 3D AI 領域，大多數產品都在卷「一鍵生成整尊模型」，但那些模型往往只能看不能動，拓撲一團糟，根本沒法塞進遊戲引擎。HairDeck 的聰明之處在於，它沒有去死磕整身建模，而是精準切入了工業界最耗時、最模組化的痛點——風格化頭髮。

它生成的不是一張糊在一起的貼圖網格，而是遊戲工業界標準的「發片加彈簧骨骼」。這意味著普通 3D 創作者和個人開發者拿它做出來的東西，是真正能進引擎、進動捕軟體跑起來的半成品，省下了至少半天到一天的手工作業。

不過，目前的限制也很明顯。它目前主要聚焦在二次元動漫或插畫風格的髮型，面對超寫實發絲或者極其複雜的髒辮、盤發，表現肯定打折扣。但無論如何，把動畫骨骼和幾何網格在生成階段就綁在一起，給接下來的角色生成工具指了一條非常實用的新路。