Meta分享全身Avatar Demo《Dodge Arcade》，以及相应Unity、Unreal示例
提供了第一方的演示应用《Dodge Arcade》来展示IOBT和Generative Legs的效果
（映维网Nweon 2023年12月22日）Meta日前宣布正式发布用于为Quest 3绘制上半身的视觉追踪系统Inside-Out Body Tracking （IOBT），以及可以为所有Quest设备生成合理腿部运动的Generative Legs。通过结合所述两项功能，开发者将能够更轻松地创建全身Avatar。
值得一提的是，Meta同时提供了第一方的演示应用《Dodge Arcade》，以及Unity和Unreal示例来展示IOBT和Generative Legs的效果。
所述两项功能现已通过v60可用，并将能帮助你为各种VR和MR体验构建更逼真的运动。
提高动作游戏和健身应用的运动精度
IOBT（仅支持Meta Quest 3）为开发者和用户提供了一个更准确和自然的身体追踪系统。系统现在可以准确地反映肘部、手腕和躯干的动作，从而为游戏和健身应用解锁了独特的价值，并帮助用户躲避物体或以正确的姿势锻炼。
Generative Legs（与所有Meta Quest设备兼容）则允许开发者在人工智能的帮助下整合自然的腿部运动，只需通过评估他们上半身的位置即可，不需要额外的硬件或传感器。现在，你不会再看到不是幽灵般的漂浮半身，而是能够与用户匹配对应的真实全身运动。
用更真实的身体动作增强社交存在感
使用所述的Movement SDK功能，你将能看到你的受众及其Avatar如何体验日常动作方面的进步，如站立、走动和与他人交谈。例如，《Drunkn Bar》的开发者就利用IOBT的追踪能力和Generative Legs的预测能力来构建出逼真的全身Avatar。
在实际应用中感受这两项技术的效果
为了展示IOBT和Generative Legs的效果，Meta创建并在App Lab提供了一个躲避球应用《Dodge Arcade》，这样你就可以体验到IOBT的追踪保真度是如何在Meta Quest 3实现。对于这款作品，你可以使用身体动作来躲避来袭的火球和阻挡足球。你同时可以蹲下、倾斜和跳跃来躲避球，另外，你的动作会在竞技场回放屏幕上反映出来。
我们迫不及待地想看看你会创造什么
对于v60，除了Unity的全身示例外，Meta同时发布了包括Unreal Metahuman和Mannequin-rigged角色的Unreal示例更新。另外，现在已经支持Unreal的标准组件导入动捕（Live Link），所以身体运动可以很容易地集成到Unreal的生产工作流程之中。
Movement SDK为你提供了开箱即用的动捕工作室工具，Meta表示非常期待看到你将如何把IOBT和Generative Legs结合起来， 并为受众构建令人兴奋和愉快的VR和MR体验。
更多信息请访问IOBT和Generative Legs的文档（Unity | Unreal）。
