從摔角場到數位世界：紐約大學如何用混合動作捕捉改寫運動與遊戲的邊界

在紐約大學坦登工程學院，一項結合技術、運動與創作的實驗正在發生。

由體育科技公司BATS-TOI創辦人暨執行長，同時也是紐約州體育委員會副專員的馬里奧·梅爾卡多領軍，與學生共同打造了一個不同於以往的動作捕捉專案——他們不只是「記錄動作」，而是試圖重新定義動作數據的價值。

當動作捕捉遇上「真實對抗」

這個專案的核心，是一款摔角遊戲《Tekfall Supreme》。

但問題很現實——摔角是一種高度接觸、快速且不可預測的運動，

也因此成為動作捕捉中最具挑戰性的場景之一。

當兩個人持續纏鬥、翻摔，傳統動作捕捉系統很容易遇到：

• 視線被遮擋（Occlusion）

• 動作數據產生漂移（Drift）

也就是說，越接近真實的動作，反而越難被完整記錄。

解決問題的關鍵：混合動作捕捉思維

其中包含以 Xsens 為代表的 IMU 動作捕捉技術，

這類技術已成為混合動作捕捉系統中的重要組成，

再搭配光學攝影系統，讓不同技術各自發揮優勢：

• IMU 負責在遮擋情境中維持動作連續性

• 光學系統提供空間定位精度

• 混合整合讓數據更穩定、可用

關鍵不只是技術本身，而是設計一套能解決問題的捕捉方法。

學生不只是學習，而是在「做真正的專案」

這個專案最特別的地方在於學生能完整參與：

• 動作捕捉系統建置

• 拍攝流程與現場控制

• 接觸動作的安全管理

• 捕捉問題的即時排除

• 從原始數據到動畫資產轉換

這些流程，正是遊戲工作室每天都在發生的事情。

「學生不是在看 mocap，而是在解決現實中的製作問題。」 —— 馬里奧·梅爾卡多

為什麼混合 Mocap 會成為趨勢？

隨著動作越來越複雜，單一技術已經難以應付所有場景。

混合動作捕捉的價值，在於它能同時兼顧：

• 複雜動作下的穩定追蹤

• 長時間運動的數據一致性

• 高接觸場景的可捕捉性

這讓它逐漸成為串連以下領域的核心技術：

• 遊戲製作（Game Production）

• 虛擬角色與數位人（Digital Humans）

• 運動科學與表現分析（Sports Analytics）

  
  

這也讓它逐漸成為遊戲製作、虛擬角色表現、運動科學分析之間的重要橋梁。

一份數據，兩種價值

混合動作捕捉正在成為高強度運動的標準解法，

因此動作數據正從內容製作工具，轉變為分析資產。

同一套動作數據，被用在兩個完全不同的領域：

遊戲製作

• 驅動更真實的角色動畫

• 提升動作的張力與臨場感

運動分析

• 協助選手檢視動作細節

• 分析技術與身體運用

• 作為訓練優化的依據

這種「娛樂 × 運動」的雙向應用，在業界仍相對少見。

當動作成為一種可被理解的語言

現在動作不只行為，因為動捕技術的成熟，

它成為了一種可以被分析、轉譯，甚至重新創造價值的語言，

創造了是對於「人類如何移動」的全新觀點。

---

愛迪斯科技為 Xsens 在台灣的官方總代理，專注於動作捕捉、虛擬製作、XR互動與 AI 機器人整合方案，協助企業與學研單位快速落地創新技術，包括 ROS2、Unity、Unreal 系統整合與 AI 機器人訓練。想了解更多應用案例或客製化方案，歡迎與我們聯絡，一起找到最適合的解決方案。