Runway 推出表演捕捉工具 Act-One

背景

在面部动画的传统流程里，制作方要依靠动作捕捉设备、多段影像参考和手动面部绑定^[2]。动作捕捉是用摄像机或穿戴式标记记录真人的动作，再把数据映射到数字角色上；面部绑定则是给角色的脸搭一套可控制的结构，让动画师能逐项调节眉毛、嘴角、眼睑的位置。这两步都需要专门的硬件和有经验的动画师，也都夹在演员的表演与最终画面之间，多一道工序就多一次损耗。

发布

2024年10月22日，Runway 在 Gen-3 Alpha 中发布了 Act-One^[1]。它把一段记录了演员表演和声音的视频，转换成由模型生成的动画角色^[1]。输入是一段真人在演的视频，输出是一个带着这段表演的动画角色。

关键细节

Runway 对 Act-One 的说法是：它不需要动作捕捉设备，也不需要手动面部绑定^[1]。而这两样恰恰是传统流程的标配^[2]，把它们去掉，改变的是制作开始之前需要准备什么——需要的是一台摄像机和一段表演，而不是一个捕捉棚和一道绑定工序。

Runway 表示，生成结果忠实呈现了眼线、微表情、节奏和表演表达^[2]。这几点正是观众用来判断「有没有在演」的东西。眼线是角色的视线落点，它告诉观众这个角色在看谁、是迎着对方的目光还是躲开；微表情是眼睛和嘴周围那些幅度很小、持续时间很短的细微变化，往往先于台词透出反应；节奏和表演表达则关乎时机与念白的处理方式。这些细节做得出来，角色才像是在表演，而不只是嘴部跟着声音开合。

后续版本

在它之后推出的工具 Act-Two，已在所有付费计划中开放^[1]。也就是说，随 Gen-3 Alpha 一同发布的这项能力，后来覆盖到了 Runway 的各档付费订阅。

影响

面部一直是角色动画里最依赖专用设备和专门人力的部分^[2]。一项直接以普通视频为输入的技术，把这项工作的起点拉回到多数制作团队和个人创作者本来就有的东西上：一台摄像机、一个演员、一条拍摄。对于以对白为主的动画来说，被记录下来的直接就是表演本身，而不是一份关于表演的描述，再由动画师照着描述手工重建。

它也改变了工作的顺序。当表演以视频形式被记录并直接转换，表演上的决定与动画结果之间隔着的步骤变少，眼线、微表情、节奏和表演表达是否被忠实呈现^[2]，就成了衡量结果的标准。