2026-10-09 04:31:58 作者：大讲堂
下午三点的动捕棚。空调开得比剧场后台还低两度。林小宇往动作捕捉服上贴最后几个反光点，指尖凉得发僵。这是他这周第三次测新版的文本到动作生成技术，还是绕不开那个老问题——运动不连贯。
他对着镜头走完一整套舞者谢幕的动作，摘下绑在脸上的标记点凑到大屏前。屏幕里，穿白裙的数字舞者转完圈，弯腰鞠躬那半秒，硬生生顿了一下。就像跳舞跳到一半踩了裙摆，又像视频卡了帧。说不上哪儿大错，就是看的人浑身别扭，起鸡皮疙瘩。
动捕棚里的半拍卡顿
说实话，现在AI生成动作已经不算新鲜事了。输入一句文字描述，几秒就能出一套完整的动作序列，不管是人是猫是机器人，都能给你拼出来。很多小工作室已经用它替代了一半的动捕工作，省了不知道多少钱多少时间。
可就是那半拍卡顿，成了所有人跨不过去的坎。
你说要一个“篮球运动员运球后跳投”，AI能给你做出运球，也能做出跳投，可就是从运球到起跳那一下，重心转换不对，脚抬得太突兀，胳膊硬得像安了生锈的铰链。你说要一只“柯基摇着尾巴跑过草坪”，跑是跑了，摇尾巴也摇了，可是身体起伏和尾巴摆动对不上，看着就像一个塑料狗玩具在地上滑。
动捕棚文本生成数字人动作卡顿对比图
林小宇原来是舞蹈学院古典舞系的，去年膝盖积水严重，跳不动大动作，才转来这家做数字人的科技公司实习。他说，舞者最讲究的就是“劲儿要顺”，一个动作接一个动作，力是从脚传到腰再到肩指尖，断不了，一断就错，味儿就没了。
现在AI生成的动作，就是断了那股劲儿。
不过话说回来，这真不能全怪AI。之前的训练方法，大多是把整套动作拆成单个的动作单元，再把文字和动作单元一一对应。AI学会了每个动作长什么样，可根本没学过动作之间是怎么连起来的——它不知道人运动是有惯性的，不知道肌肉发力是有过程的，不知道重心从左脚移到右脚需要半秒的缓冲，不是说移就移的。
把物理惯性还给运动
最近大半年，圈里好多团队都在啃这块硬骨头。核心思路说穿了也简单，就是给AI加上运动动力学先验，生成动作的时候，先让它按照物理规则算一遍：这个动作的动量有多大，重心在哪里，下一个动作衔接的时候需要怎么减速怎么加速，符合不符合人体肌肉骨骼的规律。
我上个月跟着林小宇去看他们测新模型，输入的文字就是“舞者跳完一个跳转，扶着膝盖弯腰喘气”。
不到半分钟，动作出来了。
我盯着屏幕，第一眼没看出不对，第二秒突然浑身发麻。跳转落地那一下，数字舞者的膝盖微微弯了一下卸力，上半身晃了半寸，然后才慢慢弯腰，手搭在膝盖上，肩膀随着呼吸一鼓一松——那半寸的晃动，就是之前所有AI生成动作都没有的东西啊。
文本到动作生成运动连贯性平滑效果对比图
林小宇站在旁边，半天没说话。我知道他在想什么，他每次跳完大段快板动作，下来就是这个样子，膝盖因为旧伤晃那一下，只有天天跳的人才能有那个幅度。
技术逻辑其实不难懂。原来的模型是逐帧生成，帧和帧之间的关联靠弱约束，很容易断。现在新的方法，是把一整段运动当成一个连续的动力学过程来优化，生成的时候就把连贯性作为核心约束，而不是事后再修。说白了，原来AI是先画一个个点，再把点连起来，现在是让它直接画一条完整流畅的线。
效果有多夸张？原来生成一套两分钟的舞蹈动作，后期修连贯性要修整整两天，还是会留下痕迹。现在生成的动作，只要微调一两个地方，十几分钟就能导出用。
消失的卡顿，没消失的问题
消失的卡顿，没消失的问题
不过话说回来，就算解决了连贯性，这件事就到头了吗？
我那天在动捕棚待了一下午，看他们测了好多奇奇怪怪的输入：“老人慢慢从沙发上站起来”“小孩子摔了一跤然后爬起来拍裤子”“喝醉的人扶着墙走路”。大部分动作都已经顺得看不出AI痕迹了，可输入“舞者跳错动作之后悄悄吐舌头调整站位”，AI做出来的吐舌头还是有点僵，调整那一步还是有点硬。
林小宇说，现在解决了大的运动连贯性，可还有细微的，肌肉的微小抖动，情绪带来的动作停顿，那些东西，还是没那么容易做对。
可这已经足够改变很多事了。以后你看短剧，里面的数字配角不用再找动捕演员跳，输入文字直接出动作，连贯自然；助残机器人听到你说“帮我翻一页书”，动作慢下来顺下来，不会一把把书撕坏；元宇宙里你的虚拟化身，做出来的动作不会再像个机器人，和朋友聊天挥手都自然得像真人。
我走的时候，林小宇留在棚里调参数，夕阳从动捕棚的透气窗斜进来，落在屏幕的数字舞者身上。她刚转完一个圈，顺势下腰，起身，鞠躬，整个动作一气呵成，没有半分卡顿。
谁能想到，让AI看起来像个“活人”，差的居然就是那半秒的连贯。那以后呢？当所有卡顿都消失，我们又会找什么新的不一样？谁知道呢。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：文本到动作生成运动连贯性：动捕棚里找不准节奏的年轻人
文章链接：https://www.lfdjt.com/info_23_24773.html
大讲堂