现代动作捕捉系统应该是起源于100多年前的动画工业，通过一种叫做“动态遮罩或影像描摹”的技术，动画师们可以获得流畅的、栩栩如生的动作；后来到了20世纪80年代，动画师们设计出带有活动标记的紧身衣，配上大型的摄像机来追踪演员的动作，进而生成比放射性条图更详细、更精确的数字图像；随着新技术不断涌现，动作捕捉日益精进，现在已然发展成动作捕捉体系：现场女性演员，身穿动作捕捉套装和面部识别装置，作为捕捉体系内的原动力，女演员可以即兴表演，也可以走到舞台新的地方，表达任何想说的话，做出或兴奋或悲伤的表情，这些都会被“捕捉系统”记录下来，而且能实时地由其3D化身模拟出来，自然人类正在驾驭虚拟人，观众却无法分辨出来。
动作捕捉系统作为一种工具，试图记录人类的全部动作，能实时地模仿出来，而且不需要大量的后期处理。这种技术应用非常广泛，不单能升级动画、游戏等产业，更能实实在在地革新制造工业，事实上，任何技术在有了人工智能、大数据的加成之后，都会变得神奇、有用、省钱，轻轻松松地革新一些古老行业。
古老的制造业，如何进行动作传递？
现在，中国的制造业还处在古老的状态中，依旧劳动密集型，我们靠着流水线女工的双手创造了中国制造的黄金十年，上一代工人曾几何时非常热爱流水线，他们好像狗一样勤奋，狗一样忠诚，下班之后都舍不得回家，“技术能手、行业标兵”之类的称号对他们来说十分受用，他们同样乐得在漫长的岁月中打磨自己的技艺，工匠精神的含义大概就是这么回事儿吧，但显然，时代正处于高速变化中，日本人发明了流水线和工作分解表，能把一件极其复杂的事儿，分解成功为非常简单的动作，比如苹果的iPhone应该是全宇宙最复杂的手机，没有之一，但在iPhone组装生产线上，有些工人只需要锁一颗螺丝或者贴一枚标签，都是一些单调到极致、枯燥无比的工作，这样的工作简直是对人类智商的亵渎，流水线工人会因此变得愚蠢，愚蠢到人类所能达到的愚蠢极点。
在这种大背景下，年轻人越来越讨厌进入工厂工作，即便是因糊口问题暂时坐到流水线上，也常常会因无止境的枯燥而离职。相关数据统计，中国劳动性密集制造业单月的离职率要超过10%，这就意味着，制造业的流水线女工是流动状态的，每天都有人走，每天都有新手入职，接受培训，适应环境，犯错、挨骂…
虽说流水线上的工作单调、枯燥，简单到无任何的技术含量，但新手入职依旧需要“培训”和适应这种单调，他们的工作效率、良品率相比于老鸟们都差地很远。有鉴于此，绝大多数制造工厂都设有专门的培训部门，这些培训者每天都要即时地发现菜鸟，然后，声情并茂地朗诵SOP，再加上亲自示范，以达到良好的培训效果，而流水线周围还密布了“制程警察”，确保员工能完全按照SOP作业。古老的制造业就是依靠这样的“师徒制、口口相传、监督制”把一套套的制造动作传播开来的，这个体系经典而完善，放之四海而皆准，但依旧难以摆脱枯燥、无聊的宿命，连同流水线工人、培训者、制程警察都处在“高离职率、高流动性、高负荷运转”的三高状态中，大概是一种随时都要崩溃的状态。
为了最大限度地平复这种崩溃状态，全世界的制造业都在推行机器人、自动化，也因此出现大量的机器人企业。软银的孙正义豪言要赋予机器人以灵魂，让他们同自然人一样能自主学习，但显然，这个目标还远未实现。现实世界中的机器人只是一条胳膊或者一条腿，完成的都是取、放、推箱子、粘条码等基础工作，而且在效率、良品率方面都有着比较大的瑕疵，更关键的是，目前的制造业利润非常之微薄，机器人的研发成本又非常高，通用性也差，这意味着，很多产品订单都做完了，依旧没能收回自动化投入的成本，这也就是为什么中国作坊式的制造业不考虑机器人会慢慢被淘汰，而导入机器人之后瞬间被淘汰，在古老制造业的这个死循环中，或许只有动作捕捉、更低廉的成本可以挽救之。
AI动作捕捉技术，守住制造业的钱袋子
如前文所述，制造业的新兵蛋子因效率、良率不达标而消耗了大量成本，他们在流水线上单调的工作又积蓄起大量的戾气，企业主不得不投入额外的成本安抚之，有时候车间里的灯光不够柔和，都会招致员工抱怨，加之，又累又困，把怨火都烧到自己生产的产品上，而现在的自动化机器人又没有精密到可以取代自然人类的程度，可以说，全球制造业都处在这种青黄不接的尴尬状态，唯有AI、大数据，更聪明的机器人出来才有望缓解这种尴尬，而AI动作捕捉技术又是这些技术里面最接地气的一种。
在古老的制造业中，动作传递是靠着“师傅带徒弟”的模式进行的，师傅首先要成为制造业的专家，对整个生产流程非常熟悉，培训过程中，师傅先要进行物理动作的演示，然后，讲述动作要领和注意事项，徒弟在熟悉理论之后，开始采用慢动作来完成首次制造，经年累月、循环往复、无休无止。其实，剖析这个动作循环之后，可以非常清楚地看到，如此工作单元完全能被“AI动作捕捉技术”取代。
随着AI和量子技术的加入，未来动作捕捉能够去标记化，人体动作的每个动作细节，莫说是大范围的移动，连表情、肌肉变化，紧绷或者松弛、心跳加速都将被“动作采集系统”记录，然后转化成具体数据，如果再配上高速的CPU运算，系统内会快速生成动作模板，当然，这些动作模板不会给到自然人去观摩学习，而后直接Copy到机器设备中，也就是说，整个动作捕捉系统内，自然人只需要提供原动力，这是需要精心思考和打磨的细节，但除此之外的数据采集、传递、复制、再现等等都由机器人来完成，既准确又快速，而且当动作转化成一串串数字之后，“机器人”的适应性也会大大加强，也就是说，他们既可以完成苹果手机的组装，也能完成三星手机的组装。如此的准确性、快速性、适应性，对于普通人来说或许不容易察觉，但对于每天研究稼动率、平衡率的制造业来说，却是不折不扣的生命线，应用得当，势必会大幅度制造成本。
按照逻辑推演，AI动作捕捉技术有着非常广阔的应用前景，比如动画电影工业，可利用动作捕捉技术，再次地升级动画质量；健身教练也会成为即将消失的行业，当一切的动作都变得标准化、数据化，消费者也就没有必要花200元/小时的私教费用，至于说，更令人期待还有医学领域，由数据制造而成的拐杖，可以帮助患者找到最精准健康感受。（科技新发现 康斯坦丁/文）
