给骨架穿上身体
你问：为什么别人的 3D 动画又立体又舒服，Codex 做的又慢又差？是不是方向走错了？——这份报告用你发的那条小红书视频、行业标杆的实拍证据和一圈技术摸底，把这件事说清楚。
先说结论
方向没走错，是最后一步用错了工具。
你们的数据（从视频算出的 3D 骨架）是行业同款原料；差就差在画出来这一步——现在是用平面画布手工"画"立体感，画得再努力也是纸片人。该换成真正的 3D 引擎，再给骨架穿上一个有体积的身体。
你喜欢的那条视频，是美术手工做的"动画片"，不是算出来的。
它一次只做一个动作、像拍电影一样先渲染好再发布，好看但换不了人、换不了动作。它适合当你们"标准动作教学内容"的样板，替代不了"用户自己动作的 3D 回放"。
两条腿走路，且第一步不花钱。
用户回放走"白假人"路线（高尔夫标杆 Sportsbox 的同款做法，下面有实拍证据）；教学内容走"预制动画"路线（小红书那种质感）。两条线共用同一个假人角色。第一张实验卡零成本、零授权风险，Codex 预计一两天出第一版。
那条小红书视频，到底是怎么做出来的
浏览器被小红书的图片服务拦住了，我换了个办法把视频原片抓下来、逐帧拆开看了。它 31 秒、竖屏、每秒 30 帧，内容结构非常清楚：
- 主角是一个光滑的白色假人——没有脸、没有头发，像高级橱窗模特。发力的肌肉不是贴上去的图，而是嵌在身体里的发光色块：绿色 = 正确发力，红色 = 错误发力，配合右上角的红叉/绿勾做对错对比。
- 它是"拍电影"式的离线渲染：影棚级柔光、柔和的影子、背景虚化、精修的器械模型、多机位剪辑（特写/侧面/背面）。这种画面每一帧都要渲染很久，绝不可能是"边算边画"实时生成的，更不是从谁的锻炼视频转换来的。
- 成本结构是"一次只做一个动作"。这类内容的典型做法：花 60～350 美元买一个绑好骨骼的 3D 人体模型，在 Blender / C4D 这类三维软件里由美术手工摆动作、调灯光、渲染成片。一条 30 秒的视频通常是数天的美术工作量。
- 顺带摸了行业生态：很多同类视频其实是录屏自专业解剖软件 Muscle & Motion（约 45 美元/年）——但它官方明令禁止把内容放进第三方 App 或商用课程，这条"捷径"对做产品的我们是封死的。而羽毛球版的这类内容，全网基本是空白——这反而是你们的机会。
为什么 Codex 做的又慢又差
一句话：Codex 一直在"用马克笔在玻璃上画立体感"。我翻了报告页的代码——现在的"3D 人物"不是三维模型，是在平面画布上手工算投影画出来的：躯干是一块平面四边形，四肢是加粗的线条，头是一个圆圈。"纸箱感""头颈偏小""转起来出虚影"，都是这个根源，调参数治不好。
Codex 慢，也是同一个原因：它在从零手写三维旋转、遮挡排序、近大远小这些数学（一百多行代码），相当于自己重新发明 3D 引擎。而现成的 3D 引擎（比如 three.js——网页世界的标准三维引擎，就是一个放在本地的文件、不用联网）把这些全部包办，还附送灯光、材质、影子和可拖转的镜头。
MotionBERT 从视频算出的 3D 骨架坐标。行业同款原料，这一层没问题。
保留粗线条 + 平面色块拼出人形。天花板已经摸到：怎么修都是纸片人。
换掉真三维引擎渲染，给骨架套上有体积的假人模型（行话叫"蒙皮"）。
本报告的建议补充一个背景：团队文档里其实早就提过 three.js 方案，当时标记为"暂缓"，理由是"报告页里已经有内嵌 3D 了"。现在恰恰是这个内嵌实现到了天花板，暂缓的理由已经不成立。
你要的效果，正是行业标杆在收钱卖的东西
Sportsbox AI 是高尔夫圈的动作分析标杆：用户拿一部手机拍一段挥杆，几秒钟后就能看到自己动作的 3D 回放，可以旋转六个视角，量出转体角度、重心偏移等 36 项指标。消费者版约 110 美元/年，教练版约 158 美元/月，大满贯冠军德尚博是它官方宣传的代言案例。我抓到了它应用商店的官方截图：
- 看它的 3D 形象：就是一个光滑的白色假人——有身体体积、带关节标记和挥杆轨迹线。和你喜欢的那条小红书视频，是同一种视觉语言。也就是说："手机视频 → 白假人 3D 回放"这条路，不但走得通，还被验证能收钱。
- 注意它没做成肌肉动画那种精致度——用户回放追求自动、快、稳，观感做到"干净的假人"就已经很专业；电影级质感留给预制的教学内容。这个分工正是下一节的框架。
- 而国内羽毛球市场，这个位置是空的：没有发现任何国内羽毛球 App 做了 3D 动作回放；羽毛球的肌肉动画内容也是空白；连现成的羽毛球动作素材包都买不到。谁先做出来，谁就多一道壁垒。
两类内容，两条流水线，一个假人
你的困惑"该走 3D 建模还是动画渲染"，答案是：这不是二选一，是两个不同场景各走各的路，最后共用同一个假人形象。
要求：全自动、几秒出结果、稳定。观感对标 Sportsbox 的干净假人，不追电影质感。
要求：质感对标你发的那条视频（对错对比、发光肌群、多机位）。慢没关系，一次做好反复用，还能当营销内容发出去。
四条路怎么选
把能走的路都摸了一遍，按"用户回放"这个主战场来评：
| 路线 | 做出来长什么样 | 工作量 / 成本 | 主要风险 | 判定 |
|---|---|---|---|---|
| 继续打磨手绘伪 3D现状路线 | 纸片人 plus，纸箱感无解 | 持续投入，回报递减 | 天花板已到，越修越怪 | 停止投入 |
| 换 3D 引擎画骨架three.js · 本地文件 | 立体的"胶囊人"：有光影、有地面、镜头随便转，虚影根治 | Codex 一两天出第一版；零费用、零授权、不联网 | 基本无；仍是抽象小人，不是"人" | 立即做 · 卡 1 |
| 白假人蒙皮CC0 免费角色 + 骨架驱动 | Sportsbox 同款观感：一个真正的"人"在打球 | 约一周量级试验；角色模型免费可商用（CC0 协议） | 手腕/脊柱转角要调校；数据抖动会被放大，必须加平滑 | 第二步 · 卡 2 |
| 学术全套人体网格GVHMR 等直出 SMPL 人体 | 带真实体型的人体，学术界标准做法，教学线的好原料 | 需要 GPU、注册下载模型；离线处理慢 | 商用授权是雷区（见下方黄框） | 教学线试验 · 卡 3 |
授权雷区——商业化之前必须记住的三条
- SMPL（学术界标准数字人体）：研究免费，商用要花钱。商用授权由 Meshcapade 公司独家代理、价格谈判制不公开；而且不只是"把模型发给用户"算商用，在自己产品后台跑它也算。规避办法就是卡 1 / 卡 2 的路线：用 CC0（完全免费可商用）的假人角色 + 自己的骨架数据，全程不碰 SMPL。
- GVHMR（视频转人体动作的最佳开源模型，浙大出品）：代码仅限研究用途，商用需邮件洽谈授权。试验阶段可用，上线前要么谈下来、要么换成宽松协议（MIT）的替代品 WHAM / TRAM。
- Muscle & Motion 等解剖软件的内容禁止进 App。教学内容必须自建——好在这正是差异化壁垒，而且羽毛球没人做。
三张实验卡，按这个顺序发
把报告页的手绘 3D 换成 three.js 引擎
同一份 17 关节数据、同一个报告页，只换渲染方式：胶囊状肢体 + 灯光 + 接地影子 + 可拖转镜头。引擎文件放本地，报告依旧单文件离线可用。
验收（你亲眼看）：纸箱感消失；转到任何角度不出虚影；一眼分清身体前后。
给骨架穿上白假人身体
选一个 CC0 免费可商用的白假人 3D 角色（如 Quaternius 角色包），把 17 个关节点换算成骨骼转角去驱动它，加动作平滑。这一步做完，就是 Sportsbox 的观感。
验收：高远球回放里看到"一个人"在打球；和 Sportsbox 截图摆一起不丢人；快速挥拍段不鬼畜（腕部允许简化，球拍按既定决策先不画）。
用教练视频试产一条"标准高远球"演示
拿一段教练标准动作视频，跑 GVHMR 转成 3D 动作，套到同一个假人上，在 Blender 里修顺、打光，渲染一条 10 秒演示（可加发力肌群高亮）。需要 GPU 和注册下载模型。
验收：和你参照的那条视频摆在一起不违和。注意：谈妥授权之前只做内部试验评估，不上线、不发布。
卡 1、卡 2 不花一分钱、不需要下载任何要注册的模型。卡 3 是教学内容线的第一次试产，跑通了再谈授权与量产。
换皮解决不了的事，也一并交代
三件事提前说清，免得到时候失望
- 动作数据本身的抖动，不会因为换皮消失。单摄像头估 3D 姿态，单帧本来就不稳（团队自己测过：同一次击球的肘角能在 74°～124° 之间跳）。假人身体反而会放大毛刺，所以卡 2 里"平滑处理"不是可选项，是必做项。数字结论继续按既有红线只报整组中位数。
- 手腕的旋转、球拍的朝向，目前的数据看不准。这恰恰是挥拍最关键的细节。假人的手腕先做简化处理，球拍维持"先不画"的既定决策——别让好看的身体带来假的精确感。
- 我没看到的部分：小红书的评论区和博主主页要登录才能看，没进去；DEMIC 没公开自己用什么软件（从成片特征推断是 Blender / C4D 一类）；Sportsbox 的内部技术细节不公开。这些缺口不影响本报告结论。