現階段的虛擬現實（VR）頭戴式裝置和手持式控制器，只能對頭部和手部動作進行追踪。即使用上所謂的逆運動學（IK）算法，也只能相對良好地預估肘部和軀幹動作、而很少對腿部進行校正。正因如此，許多VR 解決方案乾脆只顯示虛擬化身的上半身。

視頻截圖（via VR Trailers & Clips）

即使SteamVR 和HTC Vive 提供了額外的追踪解決方案，但身體追踪所需的三套裝置的成本也需要350 美元以上。

好消息是，在一篇討論QuestSim 的新論文中（PDF），Meta 研究人員展示了一套由神經網絡驅動的系統。

其特點是能夠借助來自Quest 2 頭顯+ 控制器的追踪數據、更合理地預估佩戴者的全身姿態，而無需額外的追踪器/ 外部傳感器。

Meta Research Quest 2 Body Tracking Without Extra Trackers（via）

生成的VR 化身動畫，與用戶的真實動作相當接近。Meta 研究人員甚至聲稱，由此產生的準確性和抖動、優於穿戴式的IMU 跟踪器。

比如Pico 4 宣布的Pico Fitness Band，就是僅配備了加速度計和陀螺儀的裝置—— 儘管該公司也聲稱正在研發自己的機器學習方法。

不過這裡有一個問題—— 如視頻所示，該系統會渲染出一副合理的全身姿勢，但它不一定精確還原用戶的實際姿態。

正因如此，QuestSim 僅適用於參考其他人的VR 化身、而不是拿來時刻俯視自己的身姿，此外系統的延遲多達160 ms（72 Hz 下超過11 幀）。

即便如此，能夠在VR 交互中看到其他人的全身像，怎麼也比現階段的半截人像要好得多。剩下的問題是—— 這套（或類似的）系統，是否、以及何時會放到Quest 2 上？

Meta 首席技術官Andrew Bosworth 似乎在上週的Ask Me Anythinig 互動問答活動期間暗示了這一點，當被問及Instagram 中的腿部追踪時，他答道：

我們確實經常因為無腿化身而被大家給調侃，但我認為大家的吐槽是相當公正和有趣的。

畢竟給個人的虛擬化身配上與現實不匹配的腿，可能會讓用戶感到非常不安。

但若將腿安到其他人的虛擬化身上，就沒有這方面的困擾了。

感興趣的朋友，可留意於兩週後舉辦的Meta Connect 年度AR / VR 活動期間的詳細公告。