SysMocap：普通摄像头实时驱动 3D 角色，狠点不在“动捕”，在少折腾一堆设备

老鬼看这种项目，第一眼一般不看宣传图，先看它要不要你买一堆硬件。

SysMocap 这点挺直接：普通视频画面驱动，目标就是实时动捕和 3D 虚拟角色渲染，面向 VTuber、直播、AR/VR 这些场景。说白了，不是先让你上全套动捕服，也不是拿手机绑半天，而是先用摄像头把脸、身体、手这些动作吃进去，再映射到角色身上。

这就很现实。

以前做虚拟人 Demo，最烦的不是“模型能不能动”，而是设备、驱动、OBS、骨骼、推流，一层套一层。跑起来那一刻很爽，第二天换台电脑，摄像头权限、模型骨骼、直播窗口捕获，又开始闹脾气。

SysMocap 比较抓人的地方，是它把几个脏活往 GUI 里塞了。README 里写得很清楚：支持拖拽导入 3D 模型，有模型查看器，还带骨骼和服装控制；VRM 0.x、VRM 1.0 以及 Mixamo 格式 FBX 可以自动识别骨骼，不匹配的骨骼也支持手动映射。

别小看自动骨骼识别。

很多虚拟人小工具死就死在这里：模型看着挺好，导进去肩膀飞了，手腕拧了，头跟身体分家。你要真让普通主播去调骨骼节点，那基本等于劝退。SysMocap 还没有把这事变成“零成本”，但至少它知道坑在哪里。

动捕模式也不是只盯一张脸。它支持面部、半身、带手半身、全身这些演示形态，还能做 OBS 直播输出；WebXR 转发也有，但 README 特意写了 WebXR API 需要 HTTPS。

啧，这种限制说明我反而喜欢。

因为 WebXR、摄像头权限、浏览器安全策略这些东西，吹的时候没人讲，真接设备的时候全是坑。SysMocap 还支持动捕数据转发，HTTP 和 HTTPS 共用同一个端口，这类细节看着不起眼，接 AR/VR 或自写前端时会直接影响你怎么部署。

当然，先别急着吹满。

这种摄像头动捕，光线、镜头角度、遮挡、手部丢失，肯定都会影响效果。全身捕捉听起来香，但要稳定拿来直播，还是得看你房间环境、摄像头位置，还有电脑性能。项目最近 v0.8.0 还修了不少 MediaPipe 参数绑定、模型编辑持久化、手部 rig 崩帧、转发 web server worker 泄漏之类的问题，说明作者确实在啃工程毛刺，但也说明这东西不是“装上就完美”。

我会怎么用？

小团队做虚拟主播 Demo、独立开发者搞 AR/VR 角色交互、或者想把 3D 形象接进 OBS 直播的人，可以扫一眼。别把它当电影级动捕设备替代品，当成一个普通摄像头起步、能接模型、能进直播链路的开源动捕工作台，会更靠谱。