runway act-two可直接用手机拍摄的半身视频驱动3d角色，实现精准口型、微表情和肢体动作，无需动捕服、标记点或专业设备，5分钟内输出mp4或fbx动画，成本低至每秒0.35美元。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用一段手机拍的半身表演视频，直接驱动3D角色做出精准口型、微表情和肢体动作，不用买动捕服、不架摄像机阵列、不贴标记点，也不用花一个月清理数据——Runway Act-Two现在就能做到。
核心工作流差异
传统动捕必须先穿动捕服→在专业棚内多角度布设红外摄像头→演员贴满标记点→录制原始数据→导出BVH文件→绑定到角色骨骼→手动清理抖动和穿插→逐帧调整权重→最终导出动画。整个流程依赖硬件、场地和至少两名技术人员协同。
Runway Act-Two只需上传一段手机拍摄的正面/斜侧半身视频（含清晰面部和上半身动作）→再上传角色参考图或已有3D模型→点击“生成”→系统自动完成动作提取、骨骼映射、表情解耦与口型同步→5分钟内输出带时间码的MP4或FBX动画序列。
这一步不需要任何本地软件安装，全程网页端操作，【视频中人物脸部必须正对镜头且无遮挡，否则面部表情迁移会失效】。
成本结构拆解
传统动捕单次基础采集成本通常在8–15万元，含设备折旧分摊、场地租赁、技术人员工时及后期清理人力。若需面部精细捕捉，额外加配FACS系统和专用摄像机组，总成本常突破30万元。
Runway Act-Two按生成时长计费：官网当前定价为每秒
Runway Act-Two按生成时长计费：官网当前定价为每秒$0.35，一段10秒高质量动画约$3.5；免费额度每月限30秒，足够验证角色动效逻辑。
.35，一段10秒高质量动画约.5；免费额度每月限30秒，足够验证角色动效逻辑。
真正省下的不是设备钱，而是隐性成本：不用协调演员档期、不用反复重拍补光、不用等数据清洗排期、不用在Maya里调IK/FK权重——这些时间折算成人力，小团队单项目可节省72小时以上。
效果维度对比
方法一：口唇同步精度
传统动捕靠音频波形+标记点轨迹联合解算，误差常达3–5帧；Act-Two采用音画联合建模，实测口型帧误差稳定控制在±1帧内，尤其对“b/p/m/f”等爆破音识别更稳。
方法二：手指与微表情还原
传统动捕需额外加装手套传感器或高密度面部标记点才能捕捉手指弯曲与眼轮匝肌收缩；Act-Two仅凭单视角视频即可重建手指关节旋转与眉毛抬升幅度，但对快速甩手或交叉指动作仍存在轻微模糊。
方法三：环境适应性
传统动捕在强光/逆光/运动模糊下极易丢点，导致动作断裂；Act-Two对手机拍摄常见的轻微抖动、白平衡偏移、背景杂乱具备鲁棒性，但要求人物与背景有基本色差，纯黑衣黑发站在深灰墙前会导致肢体识别失败。
适用场景决策路径
第一步：确认角色是否已完成标准人形骨骼绑定。
第二步：检查输入视频是否满足——人物占据画面60%以上、脸部无口罩/大幅侧转/强反光眼镜。
第三步：判断交付物类型——若需导入Unity做实时交互，选FBX导出并勾选“保留控制器层级”；若仅用于短视频发布，直接下载MP4即可。
第四步：生成后立即播放验证第3秒和第7秒的眨眼节奏与肩部下沉幅度，这两处最易暴露迁移失真。
