<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ECE</journal-id><journal-title-group><journal-title>Educational Continuity and Enhancement</journal-title></journal-title-group><issn>3066-845X</issn><eissn>3066-8476</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ECE.2026020023</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>AIGC 赋能下游戏动画制作工作流程探索与实践研究
—— 基于 VISVISE 及AI 工具链的教学应用与反思</title><url>https://artdesignp.com/journal/ECE/2/2/10.61369/ECE.2026020023</url><author>管庭玮</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>2</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-01-28</published-time></date></history><abstract>在游戏产业迈向精品化发展的新阶段，AIGC 技术为游戏动画制作与高校教学带来深刻变革。本文结合腾讯 VISVISE等行业标杆案例，梳理了 AIGC 赋能游戏动画的技术体系与工具链，以 AccuRIG、千面动捕为核心开展教学实践，重点分析智能骨骼绑定、视频动捕及 ADV 与 HIK 骨骼重定向等关键技术，探索 AIGC 动作骨骼数据的生成、修改与再设计路径。研究表明，AIGC 赋能的游戏动画流程初期调试成本较高，但技术成熟后能实现生产效率的指数级提升，同时推动教学重心从技术操作向创意设计转型，对师生的综合能力提出全新要求。本研究构建的 AIGC 游戏动画实践流程，可为高校相关专业教学改革与行业智能化生产提供切实参考。</abstract><keywords>AIGC,游戏动画,VISVISE,工作流程,教学实践,AI 动捕,AccuRIG,骨骼重定向</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 腾讯游戏效能产品部. VISVISE 全链路AI 游戏美术解决方案技术白皮书[R]. 上海: 世界人工智能大会,2025.[2] 千面动捕技术团队. 单目视频AI 动捕技术在游戏动画中的应用研究[J]. 游戏开发者,2025(06):45-51.[3]Reallusion 公司. AccuRIG 智能骨骼绑定技术原理与教学应用指南[Z]. 2025.[4] 李阳, 张萌. 游戏动画中HumanIK 与ADV 骨骼重定向技术对比研究[J]. 计算机仿真,2024,41(08):52-57.[5] 王梓轩. AIGC 技术赋能高校游戏动画专业教学改革路径探索[J]. 艺术教育,2025(03):112-115.[6] 字节跳动人工智能实验室. 即梦Seedance 2.0多模态动画生成技术报告[R]. 北京: 全球数字娱乐创新大会,2025.[7] 刘畅. 深度学习驱动的文生动作技术在游戏动画中的落地实践[J]. 数字媒体与艺术,2024(04):78-84.[8] 网易游戏AI 研发团队. 混元系列AI 工具在游戏美术生产中的应用[J]. 中国游戏产业,2025(02):36-42.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
