HY-Motion 1.0避坑指南：新手必看的提示词写作与常见问题解决
1. 为什么你的提示词总生成“怪动作”？
当你第一次打开HY-Motion 1.0，满怀期待地输入“一个男人在公园里快乐地跑步”，结果生成的角色可能像在冰面上打滑，或者手臂摆动得像风车一样不协调。这不是模型坏了，而是你踩中了提示词写作的第一个坑。
HY-Motion 1.0是个“老实人”，它严格按照你写的文字生成动作，但它的“理解”方式和我们人类不一样。它不认识“快乐”，不认识“公园”，甚至对“男人”和“女人”的骨骼差异也不敏感。它只认识一套标准的人体骨架（SMPL-X）和一系列关节旋转、位移的数学描述。
所以，写提示词的第一原则是：忘掉形容词，专注动词和方位。把“快乐地跑步”拆解成“以中等速度向前跑动，手臂自然摆动，身体略微前倾”。模型需要的是可执行的物理指令，而不是情感或环境氛围。
接下来，我会带你避开所有新手常踩的坑，从提示词怎么写，到生成后怎么调，让你用最短时间掌握这个十亿参数模型的正确打开方式。
2. 核心避坑原则：模型能“听懂”什么，不能“听懂”什么
在开始写具体提示词之前，你必须先了解HY-Motion 1.0的能力边界。这就像开车前要先知道油门、刹车、方向盘在哪一样重要。
2.1 模型能完美理解的“语言”
HY-Motion 1.0经过3000多小时全场景动作数据训练，对以下类型的描述理解度最高：
- 基础位移动作：
walks forward/backward（向前/后走）、runs（跑）、jumps（跳）、crouches（蹲下） - 肢体特定动作：
raises left arm（抬起左臂）、bends right knee（弯曲右膝）、turns head to the left（头向左转） - 复合动作序列：用逗号分隔的时间顺序动作，如
squats down, pauses for a moment, then stands up slowly（蹲下，暂停片刻，然后慢慢站起） - 速度与节奏修饰：
slowly（缓慢地）、quickly（快速地）、smoothly（平滑地）——这些副词对动作质量影响显著
2.2 模型完全“听不懂”的禁区（踩中必翻车）
以下四类描述，模型要么忽略，要么会产生不可预测的扭曲动作：
| 禁区类别 | 错误示例 | 为什么不行 | 正确写法 |
|---|---|---|---|
| 生物限制 | a dog runs,a robot walks | 模型只训练了人类骨骼数据，动物或机器人的运动学完全不同 | 永远以A person开头 |
| 情绪与外观 | an angry man punches,a woman in dress spins | 情绪（愤怒）和服装（裙子）不影响骨骼运动，模型会直接忽略这些词 | 删除所有形容词，只保留动作本身：punches forward,spins around |
| 物体交互 | holds a sword,pushes a box,sits on a chair | 当前版本没有物体建模能力，手部会悬空在想象中的物体位置 | 改为描述肢体动作：reaches forward as if holding something,moves arms in a pushing motion |
| 循环与重复 | walks in a circle,repeatedly nods head | 不支持周期性动作生成，无法保证动作首尾完美衔接形成循环 | 生成单次动作，后期在视频编辑软件中循环 |
关键洞察：HY-Motion 1.0生成的是“动作片段”，不是“带有情感和道具的完整场景”。把它想象成一个专业的动捕演员，你只能指挥他的身体，不能要求他表演情绪或与不存在的东西互动。
3. 提示词黄金公式：主体 + 动作链 + 物理锚点
掌握了能力边界，现在我们来学习怎么写出一段模型能完美执行的提示词。我总结了一个三部分公式，几乎适用于所有场景。
3.1 第一部分：固定主体（永远不变）
永远以A person开头。不要用The person、Someone、Man、Woman。模型在预训练阶段看到的所有数据都以这个固定短语开头，形成了强烈的条件反射。改变开头词会显著降低生成质量。
3.2 第二部分：动作链（核心描述）
这是提示词的灵魂，需要遵循几个关键规则：
- 动词优先：使用具体的、可观察的肢体动作动词。
moves（移动）太模糊，steps forward（向前迈步）就具体得多。 - 时间顺序：用逗号分隔多个动作，模型会按顺序执行。例如：
turns to the right, walks five steps, stops and looks up - 限制数量：单条提示词最好包含2-4个动作步骤。超过4个，模型容易丢失早期指令的细节。
- 避免同时描述：
walks and waves hands（边走边挥手）的成功率远低于walks forward, then waves both hands（向前走，然后挥手）。模型对“同时”的时序理解还不够精确。
优质动作链示例：
A person stands up from a sitting position, takes three steps forward, turns 90 degrees to the left, raises both arms above head（一个人从坐姿站起，向前走三步，向左转90度，双臂举过头顶）
3.3 第三部分：物理锚点（可选但强烈推荐）
这是很多新手忽略的部分，却是提升动作稳定性的关键。物理锚点告诉模型动作的起始状态或环境约束。
- 起始姿态：
starts from a standing position（从站立开始）、begins with feet together（双脚并拢开始） - 地面类型：
on flat ground（在平地上）、on a slope（在斜坡上）——虽然模型不真正理解地形，但这个词会影响重心和步态 - 面向方向：
facing forward（面朝前）、facing north（面朝北）——为动作建立坐标系参考
完整示例：
A person walks forward ten steps, stops, crouches down, then stands up quickly, starts from a standing position on flat ground（一个人向前走十步，停下，蹲下，然后快速站起，从平地上的站立姿势开始）
4. 参数设置避坑：不是所有默认值都适合你
在Web界面右侧的参数面板里，有几个关键设置直接影响生成结果。盲目使用默认值可能得不到你想要的效果。
4.1 动作时长（Duration）
这是最重要的参数之一，单位是秒。
- 新手陷阱：以为“时长越长越好”。实际上，超过8秒（240帧）的动作，连贯性会显著下降，因为模型需要预测更远的未来状态。
- 黄金区间：日常动作建议3-6秒，复杂动作序列建议拆分成多个3-4秒的片段分别生成。
- 计算公式：
大致帧数 = 时长(秒) × 30。HY-Motion固定输出30fps，所以5秒就是150帧。
4.2 随机种子（Seed）
- 作用：相同的提示词+相同的种子=完全相同的动作。改变种子会得到不同的动作变体。
- 避坑指南：
- 如果对当前生成结果不满意，不要微调提示词，先换一个随机种子（点击“Random Seed”按钮）。
- 找到满意的动作后，记下种子值，以便复现。
- 批量生成时，使用连续种子（如1001, 1002, 1003）比完全随机更容易比较不同提示词的效果。
4.3 采样步数（Sampling Steps）
默认值50对大多数情况足够，但有两种情况需要调整：
- 动作简单，想要更快：尝试降到30-40步，质量损失很小，生成速度提升30%。
- 动作复杂，质量不佳：增加到70-80步，给模型更多“思考”时间，特别是包含精细手部动作或复杂转身时。
5. 从生成到使用：结果处理的常见问题
生成动作只是第一步，怎么把它用到你的项目里才是关键。以下是几个实战中一定会遇到的问题和解决方案。
5.1 “动作看起来不错，但导出后角色倒立/扭曲了”
这是坐标系和骨骼朝向问题，不是模型bug。
问题根源：HY-Motion使用Z轴向上的坐标系（Maya、Blender等影视软件标准），而Unity、Unreal等游戏引擎默认Y轴向上。
解决方案：
- 如果使用Blender：导入FBX文件时，在导入设置中勾选“自动变换”即可，无需额外操作。
- 如果使用Unity：
- 导入FBX文件
- 在Project面板中选中该文件
- 在Inspector中，选择Rig标签页
- 将Animation Type改为
Humanoid - 点击Apply，Unity会自动重新定向骨骼
- 如果使用其他软件：查找“坐标系转换”或“轴向转换”选项，将Z-up改为Y-up。
5.2 “我想把两段动作拼接起来，但衔接处很生硬”
HY-Motion生成的是独立动作片段，直接首尾拼接会有“跳帧”感。
专业拼接方法：
- 分别生成两段动作，确保第一段的结束姿态与第二段的开始姿态相似（如都是站立）。
- 在Blender中：
# 这是一个概念示例，实际操作在Blender图形界面完成 # 1. 导入两个FBX文件，得到两个动作片段 # 2. 在NLA Editor中，将两个片段放在同一轨道上 # 3. 让它们有5-10帧的重叠区域 # 4. 添加线性混合过渡，Blender会自动插值 - 更简单的方法：在提示词中直接描述过渡。例如，不要生成“走路”和“跑步”两个独立动作，而是生成“从走路逐渐加速到跑步”的单一动作：
A person walks, gradually speeds up into a run
5.3 “生成的动作太‘完美’了，没有人类的不规则感”
这是AI生成动作的共性问题——过于平滑，缺少真人动捕的微小抖动和不对称性。
添加“人性化”的三种方法：
- 在提示词中加入不完美描述：
（走路时右腿轻微跛行，手臂摆动不对称）A person walks with a slight limp on the right side, arms swinging asymmetrically - 后期添加噪声：在3D软件中对关节旋转数据添加少量随机噪声（幅度0.5-1.5度）。
- 混合多个动作：生成同一提示词的3-4个不同种子版本，在时间轴上交叉淡入淡出，创造自然变化。
6. 进阶技巧：让复杂动作一次成功的秘诀
当你掌握了基础，可以尝试这些进阶技巧，处理更复杂的动作需求。
6.1 处理转身和方向变化
转身是新手最容易失败的动作之一。关键是要明确描述转身的“轴心”和“幅度”。
- 错误示例：
turns around（转身）——太模糊，模型可能只转上半身。 - 正确示例：
pivots on the left foot to turn 180 degrees to the right（以左脚为轴心向右转180度） - 分步描述：对于大角度转身，拆解步骤更可靠：
A person turns head to the right, then rotates shoulders to follow, finally shifts weight and completes a full 90-degree turn to the right
6.2 生成坐、卧、爬等非站立动作
这些动作需要明确的起始和结束姿态描述。
从坐到站：
A person sits on a chair, leans forward, places hands on knees, pushes up to a standing position注意：虽然模型不理解“椅子”，但“sits on a chair”这个短语在训练数据中频繁出现，模型学会了对应的髋关节和膝关节角度。
地面动作：
A person lies down on the back, rolls over to the left side, pushes up to a kneeling position
6.3 使用否定词排除不想要的动作
这是鲜为人知但极其有用的技巧。如果你发现某个提示词总是产生你不喜欢的动作变体，可以在描述中加入“排除项”。
- 示例：你想要一个自然的挥手，但模型总是生成夸张的挥手。
A person waves hand gently, not too wide, not too fast - 原理：模型虽然不能完全理解否定，但“not too wide”这样的短语会抑制生成极端幅度动作的概率分布。
7. 性能优化：在有限硬件上获得最佳效果
HY-Motion 1.0有十亿参数，但对硬件的要求并不像想象中那么恐怖。遵循这些优化建议，24GB显存的卡也能稳定运行。
7.1 显存占用控制表
| 操作 | 完整版(1.0B)显存占用 | Lite版(0.46B)显存占用 | 建议 |
|---|---|---|---|
| 生成3秒动作 | ~18GB | ~15GB | 大多数场景够用 |
| 生成5秒动作 | ~22GB | ~18GB | 质量与效率平衡点 |
| 生成8秒动作 | ~26GB(可能OOM) | ~22GB | 仅限简单动作 |
| 启用多种子生成 | 显存×种子数 | 显存×种子数 | 单种子更稳定 |
7.2 低显存运行的具体命令
如果你只有24GB显存，使用以下启动参数：
# 在启动脚本中添加这些参数 python generate_motion.py \ --prompt "A person walks forward" \ --duration 5.0 \ # 限制在5秒内 --num_seeds 1 \ # 只生成1个变体 --model_version "1.0-lite" \ # 使用Lite版本 --max_length 150 # 对应5秒@30fps7.3 质量与速度的权衡
- 要最快速度：使用Lite版，采样步数设为30，时长不超过3秒。生成时间可缩短到20秒以内。
- 要最高质量：使用完整版，采样步数设为70，时长5-6秒。准备等待2-3分钟。
- 平衡方案：用Lite版快速迭代提示词，找到满意描述后，用完整版生成最终版本。
8. 总结：从避坑到精通，你的动作生成清单
经过以上七个章节的详细拆解，你现在应该已经摆脱了“乱写提示词-得到怪动作-不知道怎么办”的循环。让我们最后梳理一下关键要点，形成你的行动清单：
提示词写作检查清单：
- 是否以“A person”开头？
- 是否只描述骨骼动作，删除了所有情绪、外观、物体交互词汇？
- 是否用逗号清晰分隔了动作序列（2-4个动作为佳）？
- 是否包含了起始姿态或环境锚点？
- 是否使用了具体动词而非模糊描述？
参数设置检查清单：
- 动作时长是否在3-6秒的黄金区间？
- 是否先尝试更换随机种子，而不是盲目修改提示词？
- 复杂动作是否尝试增加了采样步数？
- 显存紧张时是否切换到Lite版或缩短时长？
结果处理检查清单：
- 导入3D软件前是否检查了坐标系？
- 需要拼接动作时是否规划了重叠过渡区？
- 是否保存了满意的随机种子值？
- 是否尝试了添加轻微噪声增加真实感？
HY-Motion 1.0的强大之处在于它的确定性——相同的输入永远得到相同的输出。这意味着你可以系统性地优化提示词，建立自己的“动作短语库”。从今天起，不再把动作生成当作玄学，而是当作一门可以精进的技能。
开始你的实践吧。从一个简单的“A person walks forward, stops, turns around”开始，观察每个词如何影响最终动作。然后逐步增加复杂度，记录下哪些描述组合效果最好。很快，你就能像指挥交响乐一样，用文字精确控制每一个关节的运动。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
