Genshin-Impact-Model-Importer (GIMI) 原神模型导入工具使用指南
2026-02-06 04:56:06作者:翟江哲Frasier
项目介绍
Genshin-Impact-Model-Importer (GIMI) 是一个基于 3DMigoto 修改的开源工具,专门用于向《原神》游戏中导入自定义模型。该工具提供了完整的模型导入解决方案,包括模型提取、编辑和重新导入的功能。
重要声明:强烈建议仅在私人服务器上进行模组制作。在官方服务器上使用这些工具存在高风险,可能导致账号被封禁。
快速安装指南
3DMigoto GIMI 安装
-
下载工具包:
- 从项目仓库克隆或下载工具包:
git clone https://gitcode.com/gh_mirrors/gi/GI-Model-Importer - 提供两个版本选择:
3dmigoto-GIMI-for-development.zip:开发版本,包含所有功能但速度较慢3dmigoto-GIMI-for-playing-mods.zip:游戏版本,速度更快但关闭了开发功能
- 从项目仓库克隆或下载工具包:
-
解压并配置:
- 将下载的 zip 文件解压到任意目录
- 根据需要修改
d3dx.ini文件中的目标路径指向原神游戏主程序
-
运行加载器:
- 以管理员身份运行
3DMigoto Loader.exe - 启动原神游戏主程序(非启动器)
- 以管理员身份运行

Blender 插件安装
-
安装 Blender:
- 下载并安装 Blender 2.80 或更高版本
-
安装 3DMigoto 插件:
- 从 Tools 文件夹获取
blender_3dmigoto_gimi.py插件 - 在 Blender 中通过 Edit -> Preferences -> Add-Ons -> Install 安装插件
- 从 Tools 文件夹获取

基本模型修改流程
快速入门(TLDR版本)
-
导入模型:
- 在 Blender 中使用 File -> Import -> 3DMigoto Frame Analysis Dump 导入模型文件
- 从角色数据文件夹中选择要修改的角色文件
-
模型编辑:
- 对模型进行所需修改,注意以下限制:
- 顶点数限制(v7以下64K,v7以上400K)
- 必须保留所有原始顶点组、顶点色和自定义属性
- 可编辑 Diffuse 和 Lightmap 贴图
- 对模型进行所需修改,注意以下限制:
-
导出模型:
- 确保包含 CharHead 和 CharBody 对象
- 使用 Export Genshin Mod Folder 选项导出为 Char.vb
-
加载模组:
- 将生成的 CharMod 文件夹移动到 3DMigoto 的 Mods 文件夹
- 在游戏中按 F10 加载模组

高级功能详解
缓冲区搜索功能
当 3DMigoto 开启时,可以使用以下快捷键进行缓冲区搜索:
- 数字键盘 0:切换狩猎模式(显示/隐藏绿色文本)
- **/ 和 ***:循环浏览顶点缓冲区 (VB)
- 7 和 8:循环浏览索引缓冲区 (IB),按 9 复制 Hash 值
- 4 和 5:循环浏览顶点着色器 (VS),按 6 复制 Hash 值
- 1 和 2:循环浏览像素着色器 (PS),按 3 复制 Hash 值
移除缓冲区与着色器
要跳过特定对象的绘制,在 Mods 文件夹创建 .ini 文件:
[TextureOverrideX]
hash = Y
handling = skip
对于着色器的跳过:
[ShaderOverrideX]
hash = Y
handling = skip
贴图替换
替换角色贴图的配置示例:
[TextureOverrideX]
hash = Y
ps-t0 = ResourceDiffuse
ps-t1 = ResourceLightMap
[ResourceDiffuse]
filename = TextureDiffuseMap.dds
[ResourceLightMap]
filename = TextureLightMap.dds
帧分析转储
按 F8 可执行帧分析转储,生成包含绘制信息的文件:
- 在角色菜单等简单场景中进行转储,避免游戏崩溃
- 转储文件可能达到几GB大小
- 使用转储文件可以精确控制特定对象的绘制
工具脚本说明
项目提供了多个实用脚本工具:
- genshin_3dmigoto_collect.py:收集相关缓冲区文件并正确组织
- genshin_3dmigoto_generate.py:将导出的模型分割成正确的缓冲区文件
- blender 相关脚本:包括顶点组合并、属性转移等功能
注意事项与限制
-
模型限制:
- 顶点数量限制(v7以下64K,v7以上400K)
- 必须包含所有原始组件和属性
-
技术限制:
- 原神使用多个缓冲区存储角色属性
- 需要正确处理多个缓冲区的覆盖
- 复杂的头发结构处理困难
-
使用建议:
- 从简单修改开始(如移除莫娜帽子)
- 使用来自游戏的模型进行替换效果更好
- 复杂模型可能需要手动调整权重和顶点组
故障排除
常见问题及解决方案请参考 Troubleshooting.md 文件。如果遇到技术问题,建议查看详细的故障排除指南。

总结
GIMI 工具为《原神》模型修改提供了强大的技术支持,但需要一定的技术基础和耐心。建议从简单的修改开始,逐步掌握更复杂的技术。记住始终在私人服务器上进行测试,避免在官方服务器上使用这些工具。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0188
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
759
4.94 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.78 K
187
暂无简介
Dart
1 K
259
Ascend Extension for PyTorch
Python
716
866
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.72 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436