一提起Meta Avatar虛擬化身，常常有人吐槽它只有半截身子，看起來不自然。的確，盡管Quest整體VR體驗優(yōu)秀，但出于對硬件設計、成本的考慮，技術上依然有限制，比如不能準確追蹤下半身，而這種限制也影響了早期的一些VR社交應用，比如《Rec Room》。

【資料圖】

Quest不能追蹤下半身，是因為頭顯不具備相應的傳感器，而Meta也沒有推出官方的體感追蹤套件（比如PC VR頭顯可使用Vive Tracker）。Meta的策略，是盡可能簡化VR的使用流程，如果為頭顯配備定位模塊，無疑讓設置過程更復雜，且硬件成本更高。為了滿足用戶對全身Avatar的需求，Meta不久前為Avatar加入了模擬的腿部運動，并通過Body Tracking API開放給開發(fā)者。

據(jù)了解，Meta Avatar將通過頭、手三點的定位信息來推算下半身動作，這顯然并不精準。拿《VRChat》來講，雖然該應用中的虛擬化身有下半身，但并不能跟隨用戶下半身運動而變化，，意味著Avatar不能模擬自然下蹲、躺下等動作，如果用戶在開啟VR應用時摘下頭顯放在桌上或地上，VR內的Avatar可能會呈現(xiàn)奇怪的姿勢，具有一定恐怖谷效應。

為了完善Avatar下半身模擬的效果，Meta研發(fā)了一種基于MLP架構的條件擴散模型：AGRoL（Avatars Grow Legs），該模型宣稱可根據(jù)稀疏的信號生成全身姿態(tài)，由于其運行速度足夠快，因此也適合VR社交等在線多人應用。

關于AGRoL

Meta指出，隨著AR/VR用戶群增長，越來越多的人渴望能自然、精準控制的全身Avatar。然而，VR一體機在下半身追蹤上具有一定局限，因為它只通過頭顯、手柄來定位，只能捕捉到少量、稀疏IMU的信號，而且通常僅用于定位和重建上半身部位，比如頭部和手腕。想要定位下半身，通常需要額外的IMU模塊，缺點是成本高、使用不方便。

簡單來講，Quest系統(tǒng)不能通過頭顯捕捉的信息準確的追蹤下半身，而只能通過追蹤上半身關節(jié)運動來提取有限的信息，用于合成下半身運動。也就是說，用算法來預測和模擬Avatar的下半身動作。通常，從頭、手三點預測全身動作的算法依賴于生成模型，比如標準化流（Normalizing Flow），或是變分自編碼器（VAE）。而在各類生成模型中，擴散模型開始在圖像、視頻生成方面取得不錯的成果，尤其是條件擴散模型。

因此，Meta科研人員提出了一種全新的條件擴散模型：AGRoL（全稱為“Avatar長腿”），該模型由簡單的多層感知器架構（MLP）、運動數(shù)據(jù)調節(jié)方案組成，專門以稀疏信號為條件，根據(jù)上半身定位來生成全身姿態(tài)。據(jù)了解，這種只利用稀疏定位信息重建全身姿態(tài)的擴散模型，為市面上首例。

據(jù)稱，AGRoL是專門為條件運動合成任務量身定制的，可預測出準確、流暢的全身運動。與常見的擴散架構相反，它基于緊湊型架構，可實時運行（在單個NVIDIA V100 GPU上運行時，計算過程僅6毫秒），因此可用于在線身體追蹤應用，比如VR社交軟件、多人VR游戲等等。

此外AGRoL提升了MLP網(wǎng)絡性能，并超越了此前的方案，明顯降低了抖動誤差，因此和AvatarPoser等其他模型相比，ARGoL生成的動作更加平滑。此外，在追蹤信號丟失的情況下，ARGoL的準確度下降不多，因此在追蹤信號稀疏的情況下也能較準確的模擬運動。

不過，目前ARGoL方案可能出現(xiàn)地板穿透偽影，后續(xù)或許可以通過額外的物理約束，來改善該問題。

其他VR全身定位方案

除了預測算法外，VR也可以使用其他的全身動捕方案，比如：光學Marker、深度相機、RGB相機骨骼動作識別等等。相比之下，AGRoL雖然依靠預測而非準確追蹤，但它的優(yōu)勢是成本低，用戶無需購買甚至設置額外的硬件，因此用起來很方便。

除了AGRoL外，此前也有將人體運動數(shù)據(jù)與機器學習模型結合的方案，比如Standable。這是一種無攝像頭全身追蹤方案，主要是通過算法來模擬VR追蹤不到的下肢（如骨盆、膝蓋、腿部或關節(jié)處），其特點是校準流程輕量化，只需要確認眼部位置即可，此外支持復雜的動作模擬，比如蹲下、躺下、趴下、走路、慢跑等等。相比于Standable，AGRoL的優(yōu)勢是專為Quest打造，與硬件配合更好，尤其是實時運行能力強。

此前青亭網(wǎng)也曾報道多種VR全身定位方案，比如卡內基梅隆大學，在VR手柄上配備廣角相機來追蹤下半身，或是Meta此前提出的基于電磁原理的6D姿態(tài)追蹤方案。值得注意的是，索尼在去年也推出了便攜式全身動捕產(chǎn)品：Mocopi（售價360美元），未來也許和VR可以有很好的結合。

參考：

https://research.facebook.com/file/887324682720918/Avatars-Grow-Legs-Generating-Smooth-Human-Motion-from-Sparse-Tracking-Inputs-with-Diffusion-Model.pdf

關鍵詞：