Objaverse-XL-Rigged-Animated

Objaverse-XL Rigged & Animated Subset 是一个从大规模 3D 对象库 Objaverse / Objaverse-XL 中精心筛选的子集，专注于同时包含骨架（rig）和动画剪辑（animation clip）的 3D 资产。该数据集由 Linzhan Mou 等人创建，作为 UniML3D 训练语料的一部分，用于支持多样骨架的动画生成研究（如 UniMate 模型，SIGGRAPH Asia 2026）。数据内容：资产总数 7,373 个 GLB 文件（约 23 GB），动画剪辑共 16,190 个，总时长约 21.0 小时。骨架范围：每个资产的关节数从 3 到 344 不等，中位数 44，95 分位数 78。动画时长：每个剪辑的中位数时长 2.03 秒，95 分位数 17.1 秒，最长 745 秒。所有资产均经过检查，确保至少包含一个带关节的蒙皮和至少一个能驱动它们的动画剪辑。资产以原始下载形式提供，未进行过滤、重定向、规范化或关节重命名。文件结构包括 glb/ 目录、metadata.csv、animations.csv、excluded.csv 和 scripts/。数据字段：metadata.csv 包含 file、object_id、id_family、source_format、num_vertices、num_joints 等；animations.csv 包含 file、object_id、clip_index、clip_name、duration_sec 等。适用任务：文本到 3D 动画生成、骨架动画重定向、运动检索、角色动画研究、多模态 3D 理解等。使用许可：资产本身保留各自的上游许可，衍生数据采用 ODC-BY 1.0 许可，渲染数据集继承各资产的上游许可。The Objaverse-XL Rigged & Animated Subset is a carefully curated subset from the large-scale 3D object library Objaverse / Objaverse-XL, focusing on 3D assets that contain both rigs and animation clips. Created by Linzhan Mou et al. as part of the UniML3D training corpus, it supports research on diverse skeleton-driven animation generation (e.g., UniMate model, SIGGRAPH Asia 2026). Data content: 7,373 GLB files (approximately 23 GB), 16,190 animation clips totaling about 21.0 hours. Skeleton range: each asset has 3 to 344 joints, median 44, 95th percentile 78. Animation duration: median clip duration 2.03 seconds, 95th percentile 17.1 seconds, max 745 seconds. All assets are verified to contain at least one jointed skin and at least one animation clip driving them. Assets are provided as originally downloaded, without filtering, retargeting, normalization, or joint renaming. File structure includes glb/ directory, metadata.csv, animations.csv, excluded.csv, and scripts/. Data fields: metadata.csv contains file, object_id, id_family, source_format, num_vertices, num_joints, etc.; animations.csv contains file, object_id, clip_index, clip_name, duration_sec, etc. Applicable tasks: text-to-3D animation generation, skeleton animation retargeting, motion retrieval, character animation research, multimodal 3D understanding, etc. License: assets retain their respective upstream licenses, derived data is under ODC-BY 1.0, and rendered datasets inherit upstream licenses.

原始信息汇总

Objaverse-XL Rigged & Animated Subset 数据集详情

数据集概述

该数据集是从 Objaverse / Objaverse-XL 中筛选出的一个子集，专门收录同时具备骨骼（skeleton） 与至少一段动画片段的 3D 资产。骨骼数量范围从 3 至 344 个关节，涵盖角色模型及可活动的刚性物体。所有文件均经过验证，确保至少含有一个带关节的蒙皮和至少一段实际驱动关节的动画。

数据规模与统计

指标	数值
资产总数（GLB）	7,373 个（总大小 23 GB）
动画片段总数	16,190 段（合计约 21.0 小时）
同时具备骨骼与动画的资产占比	100%（7,373 个）
单一运动学树结构资产	7,128 个（96.7%），其余 245 个需修剪
每资产关节数	中位数 44 · 最大 344 · 最小 3
片段时长	中位数 2.03 秒 · 最大 745 秒
近静态片段（< 0.1 秒）	803 段
每资产顶点数	中位数 6,628 · 最大 1.52M

文件与目录结构

glb/ 7,373 个原始 .glb 文件（保留原名） metadata.csv 每个资产一行记录 animations.csv 每个动画片段一行记录 excluded.csv 18 个已知无法处理的资产（3 个因导入错误，15 个因动画静止或过短） scripts/ 用于提取表格的 glTF 探针脚本

文件名规则：

• <24-hex>_{fbx,glb,gltf}.glb：共 5,305 个，来源于 Objaverse-XL（GitHub），后缀表示原始格式
• <32-hex>.glb：共 2,068 个，来源于 Objaverse 1.0 / Sketchfab UID

所有资产均按原始格式提供（未做筛选、重定向、归一化或关节重命名），以便用户自行预处理。

数据结构说明

metadata.csv（每资产一行）

关键列包括：file（路径）、object_id、id_family（来源家族）、source_format（转换前格式）、num_joints（关节数）、single_tree（是否为单一运动学树）、num_animations（动画数量）、total_duration_sec（总时长）以及 generator（导出器信息）等，旨在提供结构属性以辅助预处理规划。

animations.csv（每动画片段一行）

关键列包括：clip_name、duration_sec、keyframes、animated_joints、drives_skeleton（是否驱动骨骼）等。其中 5,615 / 16,190 段动画仅驱动非关节节点（如物体级变换），并非直接作用于角色骨骼；每个资产至少有一段动画会驱动其骨骼。

渲染资源

渲染文件存放在独立仓库 Objaverse-XL-Rigged-Animated-Renders 中，含：

• 每个动画片段的四视图 MP4（共 10,355 个文件夹）
• 每个资产的 2×2 静止姿势网格（tpose/，7,373 张 PNG）

文件名与主数据集一致，可无缝对接。

使用示例

python from datasets import load_dataset

assets = load_dataset("Linzhan/Objaverse-XL-Rigged-Animated", "assets", split="train") clips = load_dataset("Linzhan/Objaverse-XL-Rigged-Animated", "animations", split="train")

筛选无需修剪且关节数在 20~100 的资产

clean = assets.filter(lambda r: r["single_tree"] == "true" and 20 <= r["num_joints"] <= 100)

筛选驱动骨骼且时长 ≥ 0.5 秒的动画

usable = clips.filter(lambda r: r["drives_skeleton"] == "true" and r["duration_sec"] >= 0.5)

关联资源与处理流程

该数据集是 UniML3D 训练语料的一部分，配套处理管线开源在 UniMate/data_process：可将每个动画片段导出为 NPZ、生成预览、通过视觉语言模型生成描述并清洗关节标签。处理后的发布版本为 UniML3D。

许可证与版权

• glb/ 中的资产保留各第三方创作者的上游个人许可证（多为 Sketchfab 的各类 CC 协议，或 GitHub 来源适用的条款），无统一许可证覆盖合集，发布不代表授予许可。使用前须通过 Objaverse-XL 注释查询特定 object_id 的许可证。
• 衍生材料 metadata.csv、animations.csv、scripts/ 及数据集说明卡片采用 ODC-BY 1.0 协议（与上游 Objaverse 元数据一致）。
• 配套仓库中的渲染因描绘资产本身，继承各资产上游许可证，不在上述授权范围内。
• 权利方如需移除资产，可在仓库中发起 issue，完整政策见 NOTICE.md。

引用方式

该数据集所属论文为 UniMate: One Unified Model to Animate Diverse Skeletons（SIGGRAPH Asia 2026），论文页面见 arXiv，同时请引用本数据集仓库及 Objaverse-XL 作为资产来源。

搜集汇总

数据集介绍

构建方式

Objaverse-XL-Rigged-Animated数据集是从庞大的Objaverse-XL库中精心筛选出的一个子集，其构建过程严谨且具有针对性。该数据集筛选标准严格，仅保留那些同时具备骨骼系统与至少一段有效动画片段的3D资产。从超过千万的Objaverse-XL对象中，通过自动化探测脚本对每个GLB文件进行解析，验证其是否包含至少一个带有关节的蒙皮以及至少一个驱动这些关节的动画片段，最终精选出7,373个符合要求的资产。此过程未对原始资产进行任何过滤处理、重定向或标准化，确保了数据的原汁原味，同时通过元数据表详细记录了每个资产的结构特性，为后续的定制化预处理提供了便利。

特点

该数据集的核心特点在于其独特性与高质量。它汇集了从3到344个关节数量不等的多样化骨骼结构，涵盖了角色与铰接刚性物体，且每个资产均配有至少一段动画，动画时长从接近静态的0.1秒到长达745秒不等，总计约21小时的动画内容。数据集中96.7%的资产拥有单一运动学树，其余部分则需修剪，这些细节均在元数据中清晰标注。此外，数据集的命名规则与来源格式（如FBX、GLB）被保留，便于追溯到原始的Objaverse条目。尤为重要的是，数据集明确区分了动画是否驱动骨骼，其中约65%的片段驱动非关节节点，这一特征为研究提供了丰富的筛选维度，使其在3D动画与模型生成领域具有显著的应用价值。

使用方法

该数据集的使用方法灵活多样，旨在支持文本到3D生成等前沿任务。用户可通过HuggingFace的datasets库便捷地加载资产与动画两个配置，并利用丰富的元数据进行精细筛选，例如，通过过滤single_tree字段与num_joints范围，可快速获取无需修剪且骨架规模适中的资产；结合drives_skeleton字段和duration_sec值，则可提取真正驱动骨骼且满足时长要求的动画片段。此外，数据集提供了完整的处理脚本，允许用户在不重新下载的情况下重新生成或扩展元数据。对于需要进一步标准化、文本配对或转换为NPZ格式的研究者，开源的数据处理管道（如UniMate中的方法）可直接对接，实现了从原始数据到训练就绪格式的无缝衔接。

背景与挑战

背景概述

Objaverse-XL-Rigged-Animated数据集于2026年由Linzhan Mou等人创建，作为UniML3D训练语料库的一部分，旨在解决三维动画领域中的运动数据稀缺问题。该数据集从拥有超过1000万对象的Objaverse-XL中筛选出7373个同时具备骨骼绑定和动画剪辑的资产，显著提供了高质量、多样化的三维运动数据。其核心研究问题是如何构建一个统一模型来驱动多样化的骨骼结构，从而推动文本到三维动画生成等任务的发展。该数据集在领域内具有重要影响力，为后续研究提供了可复现的标准基础。

当前挑战

该数据集面临多重挑战。首先，在领域内，三维动画生成长期受限于数据获取困难，现有数据集规模小或缺乏骨骼绑定，难以支持多样化动作学习。Objaverse-XL虽规模庞大，但仅极少数对象拥有可用的绑定和动画，需进行高效筛选，这涉及处理复杂的文件结构和不一致的命名规范。其次，数据构建过程中遇到具体技术难点，例如18个已知无法处理的资产（包括损坏绑定、奇异变换等），以及803个近静态剪辑需排除或标注，同时需确保每项资产至少包含一个驱动骨骼的动画剪辑，这需要精细的glTF探测和元数据提取流程，以保证数据的可用性和完整性。

常用场景

经典使用场景

Objaverse-XL-Rigged-Animated数据集作为大规模3D资产库Objaverse-XL中精选的、具备完整骨骼绑定与动画片段的高质量子集，在三维计算机视觉与图形学领域开辟了独特的应用范式。该数据集严格筛选出7373个携带可驱动骨架并至少包含一段有效动画的3D模型，覆盖从3至344个关节的多样化姿态结构，囊括角色模型与铰接式刚体，为研究界提供了一处兼具丰度与可控性的实验场。其固有的原始格式与未加工特性，赋予研究者充分的预处理自主权，使之成为开发基于骨骼的动作识别、姿态估计、动画迁移及三维内容生成等任务的理想基准。尤为值得一提的是，该数据集以其结构化的元数据（如单骨架完整性、动画时长及驱动关节数）为支撑，催生了高效的过滤与定制流程，进而支持从细粒度动作分析到跨域三维理解的一系列探索，真正实现了从数据到科学洞察的桥梁作用。

实际应用

在实际应用场景中，Objaverse-XL-Rigged-Animated展现出广阔的应用潜能，尤其在影视特效、游戏开发、虚拟现实及机器人仿真等产业领域。其提供的多元静态与动态3D资产，可直接作为虚拟角色动画库，支撑快速原型设计、动作预演及风格化动作迁移，大幅缩短从概念到可视化的生产链路。在交互式娱乐技术中，该数据集能促进基于物理的动画、程序化运动合成以及用户驱动的角色控制等方面的研发；同时，其动作片段与元数据联合体亦可用于构建大型文本-动作配对语料库，赋能多模态内容生成系统，从而实现自然语言指令驱动下的复杂三维场景编排。进一步说，对于需要大量具备动作能力的仿真环境的机器人学习平台，该数据集所涵盖的多样化关节结构为策略泛化提供了宝贵的仿真素材，有助于验证视觉运动策略在虚实迁移中的鲁棒性与适应性。

衍生相关工作

基于Objaverse-XL-Rigged-Animated数据集的衍生工作已在其上游管线中初现端倪，并悄然塑造着三维动画生成的研究版图。其中最显著的代表是UniMate模型的创立，这一统一框架旨在学习跨异质骨架的通用动画能力，其核心训练语料库UniML3D正由该数据集加工而成，通过导出来自此子集的角色动画，并借助视觉-语言模型为片段生成语义标注，进而构建起可监督学习的多模态对齐信号。此过程不仅验证了原始数据集在真实下游任务中的价值，也催生了更为规整的标准化数据资源，供后续研究直接取用。此外，数据集所附带的自动化脚本与详尽元数据生成逻辑，亦成为同类数据建设工作的参照模板，推动了从海量非结构化三维内容中高效提取可学习运动模式的方法论进步。在更广阔层面上，围绕该数据集兴起的预处理流水线，如关节清理、重定向与动作长度规整等，已形成开放性工具链，为未来探索细分动作类型、跨界角色控制及零样本动画泛化等方向提供了可复现的实验土壤。