导语
本期只有一个项目。Friedrich-M/UniMate 出自普林斯顿、伯克利、MIT 与南洋理工的研究者，论文已被 SIGGRAPH Asia 2026 接收。它要解决的问题是让同一个模型驱动关节数量和连接方式各不相同的骨骼，覆盖人形、动物和各类物体，并用文字描述控制动作内容。仓库同时提供 UniML3D 数据集及其处理流程、训练与推理代码，以及发布在 HuggingFace 的预览权重，从数据准备到训练再到推理都有对应代码，复现门槛比只放推理代码的论文仓库低。
这一期是 2026 年 10 月 19 日补写的。当天的日报没有按时发出，材料改用互联网档案馆在 2026-10-02 09:28（北京时间）存下的 GitHub Trending 日榜。档案馆只存了当天上榜的仓库，扣掉往期已经收录的，符合条件的只有 1 个，所以这一期不足 10 个。提交、发布和 README 都按存档那一刻还原。
数据范围与方法
- 数据时间：2026-10-02 09:28（北京时间）。
- 信号来源：互联网档案馆存下的 GitHub Trending 日榜（存档）。档案馆没有当时的检索结果，本期只从日榜里挑。
- 收录条件：AI 是项目的核心能力；Star 不少于 500（合格项目不足 10 个，门槛从 1,000 放宽到 500）；没有归档，不是 fork；最近 90 天内有提交或正式发布。资源清单、教程和提示词合集不收。
- 去重：本系列往期日报和周报已经收录过的 585 个仓库不再收。
- 排序：按当天新增 Star。这是本站的排序，不是 GitHub 的官方排名。
Top 1 一览
| # | 项目 | Star（10-02） | 分类 | 最近更新 |
|---|---|---|---|---|
| 1 | Friedrich-M/UniMate | 1,084 | 骨骼动画生成 | 09-30 有提交；无正式发布 |
项目介绍
1. Friedrich-M/UniMate
- Star：1,084（2026-10-02）
- 分类：骨骼动画生成
- 最近更新：2026-09-30 有提交；没有正式发布
- 许可证：MIT
- 入选理由：GitHub Trending 日榜第 15 名，当天新增 217 个 Star。
- 简介：UniMate 用 Python 编写，以流匹配方式训练一个统一的动作生成模型，可为不同拓扑的骨骼生成 60 帧动作，并以文字描述作为条件。训练数据 UniML3D 汇集 Truebones、Mixamo 与 Objaverse 的素材，仓库提供从下载、渲染、标注到特征提取的完整处理流程，训练基于 Accelerate，支持单卡与单机多卡。
- 看点：从 README 看，它把关节缺失、叶节点删除、骨长扰动等拓扑增广放进训练，并给出图结构注意力和全展开注意力两种可替换设计，适合研究跨骨骼动作生成的团队做对照实验。局限在于官方针对分布外新骨骼的预处理流程仍列为待办，权重也仅为预览版，想直接用于自有角色的用户需要自行处理绑定数据。
趋势观察
- UniMate 用一个模型覆盖多种骨骼，并在训练中主动扩充拓扑变化，说明三维动作生成正在从针对单一人形骨骼建模，转向把骨骼结构本身当作输入去适配。
选型建议
- 研究跨骨骼文本驱动动画：Friedrich-M/UniMate
数据时效
文中的 Star、Fork、提交和发布记录都截至 2026-10-02 09:28（北京时间），之后会变化。Star 是存档页上显示的数字，许可证是补写时 GitHub 识别的结果。GitHub 只在 Trending 页上显示新增 Star，其余项目的增星没有公开数据，文中不做推算。
免责声明
本文根据公开的仓库信息整理，只供技术参考，不构成部署、采购或投资建议。README 里的性能、用户量等说法属于项目方自述，没有经过独立验证。许可证以仓库里的 LICENSE 文件为准。