InstantHMR：在 ComfyUI 中用摄像头捕获 3D 人体

InstantHMR 是来自 Naturalpad Studio 的 2000 万至 3200 万参数模型，于 2026 年 11 月初发布，并附有已发表的论文。它可输出姿态、体型、70 个 2D 与 3D 关键点以及完整的 MHR 网格，在桌面 GPU 上每人约 1 ms，在手机 NPU 上约 5 ms。

该节点包将该模型接入 ComfyUI 自带的 SAM 3D Body 流水线。三个新节点位于原生节点之前：

照片工作流：RT-DETR 为每个人给出人体框，InstantHMR 进行预测，再由原生节点渲染。

照片与视频

Run InstantHMR Prediction 接收来自 Run Real-Time Detection (RT-DETR) 的人体框，或来自 SAM3 Video Track 的跟踪结果。若两者都未连接，则整个画面会被当作一个人。将 fov 设为竖直视场角，或串联 Load MoGe Model 与 Get FoV from MoGe Geometry，从素材中获取该值。

结果会直接送入原生节点：用 Smooth SAM3D Body Pose Data 消除抖动，用 Render 3D Body Pose 生成网格、剪影或 OpenPose 2D/3D，用 Create 3D Animation File 生成动画 GLB 或 BVH。body_mesh 与 bones_only 样式以及 BVH 输出，需要同一工作流中存在 SAM 3D Body 加载器来提供骨骼绑定。

medium 为默认选项。medium_commercial 以精度换取允许商业使用的训练数据集。

实时捕获

InstantHMR Live Capture 在实时相机画面上运行检测器与模型，让你边看边用。选择 This device 可使用浏览器摄像头；选择 Phone / other device 则会生成二维码，将手机相机通过网络串流进来。smoothing 取 0.5 可让身体更稳定，同时不会让快速动作滞后；由于检测是最慢的一步，将 detect_every 设为 2 或 3 可保持预览流畅。

除了预览之外，它还有两项实用功能。从 input 文件夹中选择一个已绑定骨骼的 .fbx、.glb、.gltf 或 .vrm 文件，3D 视图便会驱动该角色而非原始人体，每个人对应一个副本，并自动处理 Mixamo 与 VRM 的骨骼映射。填写 vmc 后，姿态会串流到 VSeeFace、Warudo、VNyan、配合 VMC Link 的 Blender 或 Unity，这样一次摄像头录制就能变成角色骨骼上的动画。

● Record 会将这段录制保存到 input/instanthmr_live/，随后通过 Get Video Components → Run InstantHMR Prediction 即可把它转化为一次完整流水线运行，包含平滑、渲染与 3D 导出。

如何运行

将仓库克隆到 ComfyUI/custom_nodes/，把模型放入 models/detection，然后重新启动。ComfyUI 需要原生 SAM 3D Body 节点，这些节点从 v0.34.0 起提供。RT-DETR、SAM3 与 MoGe 节点均为内置核心节点，因此运行随附的工作流无需其他自定义节点包。

若要从另一台设备使用浏览器相机，页面必须为 HTTPS：使用 --tls-keyfile 与 --tls-certfile 启动 ComfyUI，然后在手机上打开 https://<lan-ip>:8188 并接受一次证书。

可用性

节点包： jtydhr88/ComfyUI-InstantHMR
权重： jtydhr88/ComfyUI-InstantHMR
模型与训练代码： Naturalpad-studio/InstantHMR
ONNX 发布版： momolesang/InstantHMR
论文： hal-05854387