动作捕捉技术像一座看不见的“桥梁”，一头连着真实人体的每一寸肌肉律动，另一头连着数字世界里的像素。其广泛运用于动画、电影、游戏、虚拟人、机器人训练等领域。

　　上海青瞳视觉科技有限公司CHINGMU（以下简称青瞳视觉），是一家聚焦于红外光学动作捕捉系统研发的企业，自主研发的工业级红外光学动作捕捉系统已应用于具身智能、数字娱乐、工程科研、教育等领域。曾助力院线电影《哪吒之魔童闹海》《雄狮少年2》《热烈》的影视工业化制作。

　　5月31日，以“100人，同时进入数字世界”为主题的百人实时动作捕捉挑战暨数字动作展演，在青瞳视觉MCP无界棚举行。这是2026上海信息消费节数字内容板块的活动之一，现场，100名动捕演员在1000㎡的动捕空间内完成群体动作展演。

　　公开信息显示，此前国际公开认证的实时多人动作捕捉纪录为19人，国内同类公开挑战最高规模为40余人。本次挑战首次将实时多人动捕规模推向百人级，人数提升2.3倍，创下了全球公开可查最大规模实时多人动作捕捉挑战纪录，标志着全球动捕技术正式迈入工业化百人级应用新阶段。《IT时报》记者了解到，挑战所使用的光学动作捕捉系统由青瞳视觉自主研发部署，AMD则提供高性能计算平台支持。挑战全程由上海市新虹桥公证处进行现场证据保全公证，对系统部署、设备运行、百人动捕表演的过程，以及实时数据采集与输出等环节全程见证、证据保全，并出具公证书。

　　“仍然感到十分紧张。”表演结束后，职业动捕演员曦曦鱼SAKANA如是说。她拥有舞蹈演员的专业背景，进入动捕行业至今已有6年时间，常年参与各类游戏、动画项目录制。

　　“单人只需简单建角色、进场即可表演；百人动捕需逐一为演员建档、匹配模型，前期筹备耗时漫长，再加上集体节目排练配合难度高，整体流程复杂度远超单人录制。”曦曦鱼向《IT时报》记者介绍了单人动捕与百人集体动捕之间的差异。

　　“此前40余人的动捕仅需300平方的场地，28台400万像素的动捕相机；现在的百人挑战将场地扩展至1000平方，动捕相机数量增至76台。”青瞳视觉创始人兼CEO张海威现场分析了背后的技术难点。一方面，数据处理压力呈指数级上升。

　　在百人动捕中，每位参与者身上设置了53个Marker点（动作标记点），一百人总计达5300个点位。76台光学动捕相机每帧生成约60000个二维图像数据，每秒需处理720万个二维图像点，所有数据必须在8ms的单帧窗口内完成从采集到输出的全流程，且整体端到端延迟不超过12ms。任何环节超时都会导致丢帧或卡顿。

　　另一个难点是遮挡与身份识别，在密集场景下，遮挡与身份识别难度剧增。百人同场的相互遮挡会导致标记点反复丢失重现，标记点串位、骨骼漂移等错误概率随人数呈几何级增长，且纠错需与实时窗口争夺算力资源。

　　此外是稳定运行上的挑战，100人的动作数据必须严格时间对齐，系统还需在高负载下连续稳定运行超1小时，对线程调度与内存管理提出极限要求。

　　张海威还打了一个形象的比喻，如同人眼双目成像才能形成立体视觉，动捕系统需依托多相机点位匹配还原三维动作。数十台相机就好比数十层“迷宫”，每层都有数千个点位的岔路，层层叠加下来，点位匹配的搜索空间变得极其庞大，技术难度也大幅提升。

　　用青瞳视觉内部人士的话说，此次挑战的成功，是光学动作捕捉系统、实时算法、现场工程部署与高性能计算平台协同运行的成果。青瞳视觉负责动捕系统整体设计与核心算法研发，而AMD为高并发数据处理与实时可视化提供算力支撑。

　　具体来看，青瞳视觉针对百人并发场景进行专项算法重构。在三维重建、人体姿态估计等核心环节，通过场景化裁剪与算法重新设计，将关键算法处理效率提升超过300%。同时，自研大规模高并发动捕专用算法，有效解决了密集遮挡、交叉运动导致的标记点丢失与误匹配问题。此外，创新采用差异化贴点方案，优化大规模Marker识别与身份稳定策略，提升系统准备效率与个体区分能力。

　　AMD提供核心算力保障，CPU和GPU“各司其职”。前者采用了64核心AMD锐龙Threadripper PRO 9985WX处理器，承担高并发线程调度、动作解算、数据重建与多角色同步等关键任务；后者采用AMD Radeon RX 9070 XT显卡，承担动捕软件CMAvatar的实时渲染任务，实现计算与渲染分层隔离。

　　双方团队还通过对BIOS配置、线程调度及数据通路的协同优化，在软件侧算法效率提升的基础上，实现了系统整体性能约20%的开云体育官网提升，并显著降低运行延迟。

　　比如现场100位的舞者皆来自上海电影艺术职业学院，该校AI动作编创专业负责人栾健超接受《IT时报》记者采访时表示，之所以受到教学重视，主要有两个原因：其一，数字产业转型迭代速度快，倒逼行业技术升级。传统动画靠人工后期修图，很难还原人的呼吸、肢体韵律和情感表达，而动作捕捉可以精准采集真实人体动作与情感细节，真实度优势突出。其二人体姿态模型，早期动捕设备价格高昂，只能局限在高端产业，难以普及；以青瞳视觉为代表的国内企业坚持自主研发、自主专利创新，把设备成本降了下来，让大中小企业、各类高校都有条件引进落地，也推动动捕技术和行业从业者被大众熟知。

　　在栾健超看来，百人动作数据能够沉淀为珍贵数字资产，这些资产既可以供给AI、人形机器人领域的企业做训练学习使用，也能进行商业化二次创作，打造成VR沉浸式舞剧、新型观影内容，还能直接复用在游戏中制作大型NPC群演舞蹈场景，应用空间十分广阔。

　　欣慰的是，进步一直在路上。在具身智能加速爆发的时代，人类动作数据正成为驱动智能系统进化的核心生产资料，而课堂里的学习、赛场中的实践、产业里的应用环环相扣，终会让这项新兴技术一步步走进大众、走向成熟。返回搜狐，查看更多