METAVATAR Desarrollo de una nueva metodología eficiente para la creación y animación de personajes realistas para entornos virtuales.

El proceso de creación de contenidos digitales requiere dos perfiles altamente especializados: el creador del personaje o avatar y el animador (rigger). Estos profesionales con mayor cualificación, que se clasifican con nivel triple A (AAA), trabajan con múltiples herramientas de software con funcionalidades específicas, lo que genera altos costos en licencias, formación y problemas de interoperabilidad. La fragmentación del proceso y la dependencia de software especializado dificultan la eficiencia y aumentan los costos de producción en industrias como los videojuegos y la Realidad Extendida (RX).

El proyecto METAVATAR plantea una transformación profunda en la forma en que se crean personajes digitales, integrando tecnologías de escaneo 4D, rigging automático e inteligencia artificial en pipelines avanzados, eficientes y accesibles para estudios y empresas de la Comunitat Valenciana

Objetivos

El objetivo principal del proyecto es rediseñar las metodologías actuales para el modelado y animación de personajes, desarrollando nuevos pipelines optimizados que permitan generar avatares con un alto nivel de realismo y detalle, reduciendo tiempos, costes y la dependencia de perfiles altamente especializados.

Los objetivos específicos son:


  • Desarrollar un pipeline integral para la creación de personajes y animaciones con MOVE4D capaz de dar respuesta a las necesidades y problemas identificados en el modelado manual de personajes realistas.

  • Implementar pipelines especializados de animación que optimicen la producción de personajes realistas. 

  • Analizar los diferentes esqueletos y jerarquías utilizados en el estado del arte.

  • Crear un mapa de tendencias de avatares que clasifique los diferentes niveles de calidad en el acabado de los personajes, atendiendo a los requisitos y desafíos específicos de sectores como los videojuegos, la Realidad Virtual/Aumentada (RV/RA) y la industria audiovisual.

  • Validar la calidad de los personajes digitales creados a través de pruebas de integración en entornos de videojuegos, RV/RA y simulaciones interactivas.

  • Definir un "kit" de soluciones y herramientas complementarias que optimicen todo el ciclo de producción de personajes digitales, garantizando un flujo de datos continuo desde la adquisición hasta su integración y explotación en entornos virtuales.

  • Benchmarking tecnológico para mejorar el realismo en modelado facial y texturización de avatares digitales.


Los resultados obtenidos son:

  • Pipelines integrales y específicos para crear personajes digitales

  • Kit de herramientas complementarias y esqueletos adaptables

Empresas colaboradoras

Coordinador:


Instituto de Biomecánica (IBV)


 


Empresas colaboradoras:


Aumenta Vilanova, S.L.


Innoarea Projects, S.L.


Nunsys, S.A.


Play and Go Experience, S.L.

Duración y referencia

Fecha de inicio: 01-04-2025
Fecha de finalización: 31-03-2026
Referencia del proyecto: IMDEEA/2025/44

Proyecto (IMDEEA/2025/44). Este proyecto cuenta con el apoyo de la Conselleria d'Innovació, Indústria, Comerç i Turisme de la Generalitat Valenciana, a través del IVACE, y está financiado por la Unión Europea, a través del Programa FEDER Comunitat Valenciana 2021-2027.
 
Si quiere acceder a los resultados de la investigación pinche aquí
Resumen de privacidad
Instituto de Biomecánica

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Cookies de Analytics

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.