为了使虚拟人物能够在观众面前自如地展示各种动作和表情，主要依靠动作捕捉设备来驱动实时虚拟人物角色。通过将动作捕捉、表情捕捉、对应的算法同步传输、特技效果等多项专项技术相结合，可以实时识别互动内容并快速做出相应的反应。

动作捕捉技术的一大优势在于它连接了真人和虚拟世界，借助动捕设备可以重建和增强虚拟世界的体验感。它能让用户的虚拟分身在元宇宙中和其他人保持自然的交流。根据实时捕捉人物表演的能力，用户可以借助虚拟形象进行实时互动，增强虚拟交互体验，其输出的数字人内容精细度更高、表现力更强、运动动作更加自然。

动作捕捉技术主要分为光学式和惯性式两种类型。目前市面上主要的动作捕捉设备有光学动捕设备和惯性动作捕捉设备。这两种设备的主要区别在于它们的使用方法和精度。

一、光学动捕设备

光学动捕设备需要穿紧身衣，衣服上挂满小球，小球可以把光发射到摄像机里，以此来记录运动数据。通过多个摄像机拍摄和测量标记点的三维空间位置，这种类型的动捕设备精度较高，但使用需要长时间搭建动捕棚，占地面积大，好一点的光学动捕设备需要几十万到百万级。

二、惯性动捕设备

另一种常见的动作捕捉设备是惯性动作捕捉设备。这种设备主要是通过在真人演员身上穿戴陀螺仪来记录数据，可以测量转向、运动加速度和位置变化。由于不需要搭建摄像机进行动作捕捉，惯性动捕设备更加便捷和灵活。例如，广州虚拟动力的惯性动作捕捉设备vdsuit full，全身共有27个感应节点，这些节点覆盖了真人身体的重要节点。通过传感器捕捉到关节点的多种变换，然后通过广州虚拟动力自主研发的算法，将这些数据实时分析并转化为人体动作数据。

虚拟人动捕设备

相对于光学动捕设备来说，惯性动作捕捉设备穿戴时间短、使用便利，占地面积小，可以适应众多环境，具有较高的性价比。此外，惯性动作捕捉设备vdsuit full还具有精细捕捉手指关节部分的功能，这一点区别于大多数光学动捕设备只能捕捉身体动作需要另外购买手套系统的情况。因此，对于需要日常捕捉使用的人来说，惯性动作捕捉设备相对更加便利和适合常态化使用。

目前，广州虚拟动力动捕设备vdsuit full自带动作捕捉系统vdmocap以及C++、UE、Unity、metahuman、Blender、iClone等引擎或三维软件插件。动捕设备vdsuit full基于惯性动作捕捉技术，具有毫米级定位精度，实时获取三维运动轨迹、位置、姿态等数据，可满足使用者多种应用场景。

尽管实践与理论都已经有了相当的进步，但不少从业者依旧认为，当下的虚拟人仍面临着技术、成本等痛点，行业爆发还要多久没有谁可以准确预测。或许等到虚拟数字人精细好看并且动作灵动、有智慧、有情感能够与人互动的时候虚拟数字人才能够真正走进用户的生活爆发也许指日可待。