AI pag-iimbak ng motion
Komersyal na paggamit OK
Mga modelo ng 568
Walang watermark
Walang pag-sign-up na kinakailangan
Modelo:
+ GPT-5, Claude, Gemini
I-upload ang anumang video na may isang tao sa ito — AI tracks 33 katawan keypoints bawat frame at nagbibigay sa iyo ng isang skeleton overlay video plus isang JSON ng joint posisyon para sa bawat frame. Walang mocap suit, walang markers, walang pag-kalibrate. Single-camera markerless motion capture sa pamamagitan ng MediaPipe.
Pag-track ng 33 joints katawan sa bawat frame…
Advanced na mga pagpipilian
Resulta
Ang mga token ay tumatakbo sa mababang.
Kumuha ng Higit pang mga Tokens
❤️ Ibig Free.ai? Sabihin sa iyong mga kaibigan!
Ang Sign up ay makuha ng isang referral link at kumita ng 25,000 tokens bawat kaibigan.
Gusto mo ng higit pa?
Mag-sign up nang libre: 30,000 token/araw
Mag-sign up para sa libreng
Pagpoproseso ng iyong kahilingan...
I-upload ang isang video, AI extracts 3D katawan pose bawat frame gamit MediaPipe. Bumalik ng isang skeleton overlay video plus isang bawat-frame keypoints JSON para sa animasyon, sports analysis, o biomechanics. Libre, walang markers, walang mocap suit.
Paano Gumamit AI pag-iimbak ng motion
1
Ipasok ang iyong input
Mag-type ng teksto, mag-upload ng isang file, o ilarawan ang gusto mo. Walang account na kailangan.
2
Mag-click upang makabuo
Ang aming AI proseso ang iyong kahilingan sa ilang segundo gamit ang pinakamahusay na open-source na modelo.
3
I-download & ibahagi
I-download, kopyahin, o ibahagi ang iyong resulta. Libre para sa personal at komersyal na paggamit.
Gamitin ang tool na ito sa pamamagitan ng API
Automate ang tool na ito mula sa iyong sariling code. OpenAI-compatible REST endpoint, Bearer-token auth, walang karagdagang SDK na kinakailangan. Token gastos tumugma sa web interface.
curl -X POST https://api.free.ai/v1/video/generate/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"prompt": "A cat playing piano", "duration": 4}'AI pag-iimbak ng motion - FAQ
Drop sa isang video na may isang tao sa frame at ang AI tracks 33 joints katawan - ulo, balikat, tuhod, wrists, hips, tuhod, tuhod, pati na rin ang mga kamay at paa - sa bawat frame. Kumuha ka ng isang skeleton overlay video pati na rin ang isang JSON file na may bawat-frame joint coordinates. Walang mocap suit, walang markers, walang calibration hakbang, solong camera gumagana fine.
Ang mga 3D na animasyon ay maaaring gawin sa Blender, Unity, Unreal, o sa iba pang mga programang pang-animasyon, o sa pamamagitan ng pag-aaral ng mga tekniko ng mga sining marsyal, pagsasanay sa mga modelong ML, o sa pamamagitan ng pag-aaral ng mga pattern ng paggalaw.
MediaPipe Pose Landmarker (Google, Apache 2.0). Ito outputs 33 katawan keypoints bawat frame sa normalized 2D coords + isang tinatayang Z (kamag-anak lalim mula sa camera) + per-keypoint visibility scores. Ito ay tumatakbo ganap na sa CPU kaya ang GPU ay natiling libre para sa iyong iba pang mga henerasyon.
Ito ay 2.5D — tunay na 2D + tinatayang kamag-anak Z mula sa isang solong camera. Real 3D motion capture nangangailangan ng maraming mga naka-synchronize na camera para sa triangulation (ang FreeMoCap / OptiTrack / Vicon diskarte). Para sa TikTok dances, sports analysis, animation reference, o anumang solong-camera workflow, ang output ng MediaPipe ay mahusay. Magdaragdag kami ng isang multi-camera tool mamaya para sa mga gumagamit na kailangan tunay na 3D.
200 token bawat segundo ng input video (floored sa 500 tokens). Ang isang 10-segundo clip gastos 2,000 tokens; isang 60-segundo clip gastos 12,000. Araw-araw na pool libreng tokens takip ng ilang maikling clips sa isang araw; naka-sign-in na mga gumagamit makakuha ng 30K / araw.
Real-time-ish: humigit-kumulang 30-50 mga frame sa bawat segundo sa aming kahon. Ang isang 1-minuto 30 fps video proseso sa 30-60 segundo end-to-end kabilang ang pag-upload + render.
MP4, MOV, WebM, AVI, MKV, at pinaka-karaniwang mga format ng video - anumang bagay ffmpeg maaaring decode. Max mag-upload ng 100 MB. Resolution ay hindi mahalaga masyadong maraming; ang pose modelo panloob downsamples para sa bilis.
Ang MediaPipe Pose Landmarker tracks ONE tao bawat frame (ang pinaka-kilalang isa). Para sa multi-person tracking kailangan namin ng isang iba't ibang modelo (RTMPose, YOLOv8-pose). Kung ang iyong paggamit ng kaso ay multi-person, file ng isang ideya sa pamamagitan ng /contact/ — masaya na idagdag ito bilang isang hiwalay na tool.
Nakikita joints ay sinusundan sa loob ng ~ 5-10 px sa isang 720p frame; occluded joints (kamay sa likod ng likod, paa off-frame) makakuha ng puno sa may mababang mga marka ng visibility kaya maaari mong i-filter ang mga ito out. Smoothing sa buong mga frame sa iyong downstream pipeline (Kalman / Savitzky-Golay) cleans up ang natitira.
Hindi direkta mula sa tool na ito ngayon - ang JSON ay ang raw keypoint data. Maaari mong i-convert offline gamit ang mga library tulad ng `aniposelib` o `pose-format`. Kami ay isinasaalang-alang ang pagpapadala ng isang "Mocap → BVH / FBX" follow-on tool - file ng isang upvote sa / contact / kung gusto mo ito.
Prosess kaagad, ang keypoints ay kinuha, pagkatapos ay ang input video ay tinanggal. Ang skeleton-overlay output at JSON ay pinatili para sa mga standard na share-link expiry (24 h anonymous /7d bayad). Hindi kailanman ginagamit para sa pagsasanay. /privacy/ para sa buong patakaran.
Oo — POST ng isang multipart `video` file sa /v1/video/motion-capture/. Bumalik {video_url, json_url, duration_s, tokens, share_url}. Bearer auth (sk-free-…) ay nagbibigay sa iyo ng 10,000 tokens / buwan ng libreng. Curl halimbawa sa /api/.
Mag-sign up nang libre: 30,000 token/araw
Gumawa ng Libreng AccountWalang credit card na kinakailangan
Paano mo i-rate ang tool na ito?