數(shù)字人產(chǎn)業(yè)快速發(fā)展的一年，動(dòng)捕技術(shù)的技術(shù)門檻持續(xù)降低

電子發(fā)燒友網(wǎng)報(bào)道（文/莫婷婷）2023年數(shù)字人產(chǎn)業(yè)加速發(fā)展，在大型影視、娛樂(lè)、游戲、直播等多個(gè)領(lǐng)域的落地應(yīng)用，也進(jìn)一步推動(dòng)了動(dòng)作捕捉技術(shù)的迭代。

虛擬數(shù)字人產(chǎn)業(yè)鏈可以分為應(yīng)用層、平臺(tái)層、基礎(chǔ)層。其中平臺(tái)層可以分為三大部分，一是包括建模系統(tǒng)、動(dòng)作捕捉系統(tǒng)在內(nèi)的軟硬件系統(tǒng)，二是生產(chǎn)技術(shù)服務(wù)平臺(tái)，三是AI能力平臺(tái)?；A(chǔ)層分為硬件（芯片、顯示設(shè)備、傳感器等）、軟件（建模軟件、渲染引擎等）。

圖源：瑞立視（電子發(fā)燒友網(wǎng)攝）

動(dòng)作捕捉是指記錄并處理人或者其他物體動(dòng)作，并生成對(duì)應(yīng)的虛擬資產(chǎn)動(dòng)作動(dòng)畫(huà)的技術(shù)，可應(yīng)用于機(jī)器人、娛樂(lè)、體育、醫(yī)療等領(lǐng)域。根據(jù)技術(shù)方向不同，可分為光學(xué)動(dòng)作捕捉、慣性動(dòng)作捕捉、視覺(jué)動(dòng)作捕捉、聲學(xué)式動(dòng)作捕捉等。

光學(xué)動(dòng)捕技術(shù)通常會(huì)在人體、物體、衣服等其他物體上做標(biāo)記，通過(guò)光學(xué)鏡頭捕捉標(biāo)記的位置信息完成動(dòng)作姿態(tài)捕捉。例如，《阿凡達(dá)2·水之道》《阿麗塔》等電影就采用了光學(xué)動(dòng)捕技術(shù)。

2022年12月，《阿凡達(dá)2·水之道》在國(guó)內(nèi)上映，由導(dǎo)演詹姆斯·卡梅隆耗時(shí)13年打造而成，最終呈現(xiàn)出逼真、自然的效果，一經(jīng)上線便引起關(guān)注。

一般來(lái)說(shuō)，要完成光學(xué)動(dòng)作捕捉需要一套復(fù)雜的系統(tǒng)，包括高精度的光學(xué)鏡頭、穿戴服裝等，例如，為了能夠更精準(zhǔn)地捕捉演員的臉部動(dòng)作位置，《阿凡達(dá)2·水之道》演員的頭盔上配備了小攝影機(jī)。因此動(dòng)作捕捉獲得的數(shù)據(jù)精度是比較高的，而且是最適合用在比較高端的大型影視制作或者科研類等項(xiàng)目。

從技術(shù)上來(lái)看，建模技術(shù)、物理仿真、渲染技術(shù)、動(dòng)捕技術(shù)、面捕技術(shù)等多種技術(shù)的迭代讓數(shù)字人的越來(lái)越像人。從動(dòng)捕技術(shù)來(lái)看，深圳瑞立視創(chuàng)始人&CEO許秋子認(rèn)為，算法的優(yōu)化推動(dòng)動(dòng)捕技術(shù)門檻下降，使用將會(huì)更加輕視覺(jué)動(dòng)捕在C端應(yīng)用潛力更大。在面捕技術(shù)方面，向更簡(jiǎn)單的硬件、更細(xì)膩的表情、更自動(dòng)化的流程方向發(fā)展。

在動(dòng)作捕捉方面，相關(guān)的廠商包括瑞立視、云舶科技等。云舶科技官方表示，公司面向虛擬主播的應(yīng)用場(chǎng)景研發(fā)出小K視頻動(dòng)捕技術(shù)，普通RGB攝像頭就能完成實(shí)時(shí)捕捉手指，面部等人體動(dòng)作的3D運(yùn)動(dòng)數(shù)據(jù)，無(wú)需穿戴硬件動(dòng)捕設(shè)備。

瑞立視針對(duì)XR+教育領(lǐng)域，推出RTS光學(xué)空間定位動(dòng)作捕捉系統(tǒng)。根據(jù)介紹，該系統(tǒng)包括硬件（動(dòng)光相機(jī)、主動(dòng)光相機(jī)、室外光相機(jī)和雙目光相機(jī)），軟件（定位跟蹤軟件、姿態(tài)動(dòng)捕軟件和全身動(dòng)作捕捉軟件），可以同時(shí)解決空間定位和交互式位置解析、虛擬演員動(dòng)作捕捉和其他三維空間虛擬拍攝需要解決的關(guān)鍵問(wèn)題。

當(dāng)前，數(shù)字人的效果越來(lái)越真實(shí)，產(chǎn)業(yè)鏈上的玩家都在各自擅長(zhǎng)的領(lǐng)域發(fā)力，只不過(guò)虛擬人制作流程還面臨著多種挑戰(zhàn)，許秋子表示除去NLP自然語(yǔ)言交互，主要受制于建模、動(dòng)捕、渲染這三大環(huán)節(jié)。另外，還有虛擬人制作效率、制作成本等。據(jù)了解，一個(gè)標(biāo)準(zhǔn)化的功能型虛擬人項(xiàng)目，如客服、導(dǎo)游等基本需要投入十幾萬(wàn)－幾十萬(wàn)區(qū)間成本，如果是虛擬KOL，還要配合舞臺(tái)現(xiàn)場(chǎng)表演的成本可能要達(dá)到上百萬(wàn)。