在动作捕捉领域，“提升”一词常见，但能量化的突破并不多见。续梦科技近日公布的一项技术成果引发行业关注：其自主研发的AI肌肉模型构建方法，使虚拟角色的整体灵动感实现了32%的可量化提升，为数字人、影视动画、游戏等领域带来了可感知的技术红利。

灵动感是什么？它很难用单一指标衡量，却直接决定了观众对虚拟角色真实感的接受度。续梦科技将“灵动感”拆解为动作流畅度、肌肉细节丰富度、运动节奏自然度等多个维度，并建立了系统的评价体系。李治霖作为项目总负责人，主导了这套评价标准的制定与验证流程。

此次发布的AI肌肉模型构建方法，核心在于将传统动捕的“骨骼驱动”升级为“肌肉驱动”。杨子龙负责构建包含肌肉起止点、肌纤维走向、弹性模量等参数的生物力学模型，并利用AI对大量真实人体运动数据进行训练，使模型能够精准预测并生成运动过程中的肌肉形变效果。无论是奔跑时腿部肌肉的绷紧，还是挥手时肩部肌肉的轻微颤动，都能被细腻呈现。李治霖则直接负责技术效果的量化测试，通过多组对照实验反复验证模型在不同体态、不同运动类型下的表现。

经与多家合作伙伴联合测试，该技术在不同体态、不同运动类型中均表现出稳定的提升效果，平均灵动感提升幅度达到32%。这一数据已获得第三方评测机构的验证。续梦科技表示，未来将继续以可量化的技术指标推动行业进步，让“更真实”不再是一个模糊的概念。（王刚）