現代動作捕捉系統應該是起源于100多年前的動畫工業，通過一種叫做“動態遮罩或影像描摹”的技術，動畫師們可以獲得流暢的、栩栩如生的動作；后來到了20世紀80年代，動畫師們設計出帶有活動標記的緊身衣，配上大型的攝像機來追蹤演員的動作，進而生成比放射性條圖更詳細、更精確的數字圖像；隨著新技術不斷涌現，動作捕捉日益精進，現在已然發展成動作捕捉體系：現場女性演員，身穿動作捕捉套裝和面部識別裝置，作為捕捉體系內的原動力，女演員可以即興表演，也可以走到舞臺新的地方，表達任何想說的話，做出或興奮或悲傷的表情，這些都會被“捕捉系統”記錄下來，而且能實時地由其3D化身模擬出來，自然人類正在駕馭虛擬人，觀眾卻無法分辨出來。

動作捕捉系統作為一種工具，試圖記錄人類的全部動作，能實時地模仿出來，而且不需要大量的后期處理。這種技術應用非常廣泛，不單能升級動畫、游戲等產業，更能實實在在地革新制造工業，事實上，任何技術在有了人工智能、大數據的加成之后，都會變得神奇、有用、省錢，輕輕松松地革新一些古老行業。

古老的制造業，如何進行動作傳遞？

現在，中國的制造業還處在古老的狀態中，依舊勞動密集型，我們靠著流水線女工的雙手創造了中國制造的黃金十年，上一代工人曾幾何時非常熱愛流水線，他們好像狗一樣勤奮，狗一樣忠誠，下班之后都舍不得回家，“技術能手、行業標兵”之類的稱號對他們來說十分受用，他們同樣樂得在漫長的歲月中打磨自己的技藝，工匠精神的含義大概就是這么回事兒吧，但顯然，時代正處于高速變化中，日本人發明了流水線和工作分解表，能把一件極其復雜的事兒，分解成功為非常簡單的動作，比如蘋果的iPhone應該是全宇宙最復雜的手機，沒有之一，但在iPhone組裝生產線上，有些工人只需要鎖一顆螺絲或者貼一枚標簽，都是一些單調到極致、枯燥無比的工作，這樣的工作簡直是對人類智商的褻瀆，流水線工人會因此變得愚蠢，愚蠢到人類所能達到的愚蠢極點。

在這種大背景下，年輕人越來越討厭進入工廠工作，即便是因糊口問題暫時坐到流水線上，也常常會因無止境的枯燥而離職。相關數據統計，中國勞動性密集制造業單月的離職率要超過10%，這就意味著，制造業的流水線女工是流動狀態的，每天都有人走，每天都有新手入職，接受培訓，適應環境，犯錯、挨罵…

雖說流水線上的工作單調、枯燥，簡單到無任何的技術含量，但新手入職依舊需要“培訓”和適應這種單調，他們的工作效率、良品率相比于老鳥們都差地很遠。有鑒于此，絕大多數制造工廠都設有專門的培訓部門，這些培訓者每天都要即時地發現菜鳥，然后，聲情并茂地朗誦SOP，再加上親自示范，以達到良好的培訓效果，而流水線周圍還密布了“制程警察”，確保員工能完全按照SOP作業。古老的制造業就是依靠這樣的“師徒制、口口相傳、監督制”把一套套的制造動作傳播開來的，這個體系經典而完善，放之四海而皆準，但依舊難以擺脫枯燥、無聊的宿命，連同流水線工人、培訓者、制程警察都處在“高離職率、高流動性、高負荷運轉”的三高狀態中，大概是一種隨時都要崩潰的狀態。

為了最大限度地平復這種崩潰狀態，全世界的制造業都在推行機器人、自動化，也因此出現大量的機器人企業。軟銀的孫正義豪言要賦予機器人以靈魂，讓他們同自然人一樣能自主學習，但顯然，這個目標還遠未實現。現實世界中的機器人只是一條胳膊或者一條腿，完成的都是取、放、推箱子、粘條碼等基礎工作，而且在效率、良品率方面都有著比較大的瑕疵，更關鍵的是，目前的制造業利潤非常之微薄，機器人的研發成本又非常高，通用性也差，這意味著，很多產品訂單都做完了，依舊沒能收回自動化投入的成本，這也就是為什么中國作坊式的制造業不考慮機器人會慢慢被淘汰，而導入機器人之后瞬間被淘汰，在古老制造業的這個死循環中，或許只有動作捕捉、更低廉的成本可以挽救之。

AI動作捕捉技術，守住制造業的錢袋子

如前文所述，制造業的新兵蛋子因效率、良率不達標而消耗了大量成本，他們在流水線上單調的工作又積蓄起大量的戾氣，企業主不得不投入額外的成本安撫之，有時候車間里的燈光不夠柔和，都會招致員工抱怨，加之，又累又困，把怨火都燒到自己生產的產品上，而現在的自動化機器人又沒有精密到可以取代自然人類的程度，可以說，全球制造業都處在這種青黃不接的尷尬狀態，唯有AI、大數據，更聰明的機器人出來才有望緩解這種尷尬，而AI動作捕捉技術又是這些技術里面最接地氣的一種。

在古老的制造業中，動作傳遞是靠著“師傅帶徒弟”的模式進行的，師傅首先要成為制造業的專家，對整個生產流程非常熟悉，培訓過程中，師傅先要進行物理動作的演示，然后，講述動作要領和注意事項，徒弟在熟悉理論之后，開始采用慢動作來完成首次制造，經年累月、循環往復、無休無止。其實，剖析這個動作循環之后，可以非常清楚地看到，如此工作單元完全能被“AI動作捕捉技術”取代。

隨著AI和量子技術的加入，未來動作捕捉能夠去標記化，人體動作的每個動作細節，莫說是大范圍的移動，連表情、肌肉變化，緊繃或者松弛、心跳加速都將被“動作采集系統”記錄，然后轉化成具體數據，如果再配上高速的CPU運算，系統內會快速生成動作模板，當然，這些動作模板不會給到自然人去觀摩學習，而后直接Copy到機器設備中，也就是說，整個動作捕捉系統內，自然人只需要提供原動力，這是需要精心思考和打磨的細節，但除此之外的數據采集、傳遞、復制、再現等等都由機器人來完成，既準確又快速，而且當動作轉化成一串串數字之后，“機器人”的適應性也會大大加強，也就是說，他們既可以完成蘋果手機的組裝，也能完成三星手機的組裝。如此的準確性、快速性、適應性，對于普通人來說或許不容易察覺，但對于每天研究稼動率、平衡率的制造業來說，卻是不折不扣的生命線，應用得當，勢必會大幅度制造成本。

按照邏輯推演，AI動作捕捉技術有著非常廣闊的應用前景，比如動畫電影工業，可利用動作捕捉技術，再次地升級動畫質量；健身教練也會成為即將消失的行業，當一切的動作都變得標準化、數據化，消費者也就沒有必要花200元/小時的私教費用，至于說，更令人期待還有醫學領域，由數據制造而成的拐杖，可以幫助患者找到最精準健康感受。