Problem

傳統電影特效製作中，精確模擬擬真的動物肌肉與毛髮動態極其費工且運算成本高昂。雖然生成式擴散模型在藝術創作上有顯著進展，但目前仍難以直接應用於高精確度的動物物理動態模擬，導致高品質視覺效果依賴繁瑣的手動精修。

Method

本研究提出 MoZoo 生成式動力學求解器，核心技術包含「角色感知旋轉位置編碼（RAR-RoPE）」，透過角色索引重映射實現動作同步並解耦參考資訊；以及「非對稱解耦注意力機制」，利用潛在序列分割強化單向資訊流以提升運算效率。此外，開發了 MoZoo-Data 自動化資料管線來建構大規模配對序列，並建立包含 120 組網格影片對的 MoZooBench 評測基準。

Results

實驗結果證實，MoZoo 能夠在多種不同的動物骨架與佈局下，精準生成具高保真度的毛髮模擬效果。該模型在時間連續性與結構一致性上皆優於現有技術，能將簡單的粗糙網格轉化為細節豐富的電影級動物影像。

Significance

這項研究成功繞過了傳統影視產業中繁瑣的精修流程，證明擴散模型具備處理複雜物理模擬的潛力。這為自動化高品質影片製作提供新路徑，顯著降低了創作者生成真實動物動態特效的技術門檻。