Meta 实现 Quest 3 上实时渲染 3 个全身 Codec Avatars，但存在关键取舍

Meta 近期公布一项新研究，成功将其高保真全身 Codec Avatars 技术进行“蒸馏”（distillation），使其可在 Quest 3 等独立式头显上实时运行，最多同时渲染 3 个全身数字形象。

这一成果通过名为 “SqueezeMe” 的技术实现，相关论文题为《SqueezeMe: Mobile-Ready Distillation of Gaussian Full-Body Avatars》。

什么是 Codec Avatars？

Codec Avatars 是 Meta 研发近十年的一项技术，旨在创建照片级真实感的数字人形象，其面部和眼部动作由 VR 头显的眼动与面部追踪数据实时驱动。

该技术的目标是实现“社交临场感”（social presence）——即用户在潜意识中感受到对方“真实在场”，尽管对方并不在物理空间中。目前任何平面屏幕技术（如视频通话）都无法实现这一效果。

技术原理：模型“蒸馏”

“蒸馏”（distillation）是一种 AI 优化技术，通常用于大模型压缩：

• 使用一个大型、计算成本高的模型生成输出

• 用这些输出去训练一个小型、高效的模型

• 小模型在保持低资源消耗的同时，尽可能复现大模型的效果

Meta 研究人员利用此方法，将原本需高性能 PC 显卡运行的全身 Codec Avatars 模型，压缩至可在 Quest 3 的移动芯片上运行，同时调用其 NPU 和 GPU 资源。

性能表现

关键取舍（Tradeoffs）

尽管性能出色，但该移动版本存在以下限制：

与 Meta 其他研究的对比

注：Gaussian Splatting 是近年来推动高保真体素渲染的关键技术，其作用类似于大语言模型（LLMs）对聊天机器人的推动。

当前设备限制

• Quest 3 和 Quest 3S 不具备眼动与面部追踪功能

• Quest Pro 曾支持该功能，但已于 2025 年初停产

• 目前无公开信息表明 Meta 将在短期内推出具备眼动/面部追踪的新头显

可能的落地路径

一种可能的过渡方案是：

• Meta 先推出平面屏幕版 Codec Avatars

• 利用 AI 模拟面部表情

• 用户可在 WhatsApp 和 Messenger 视频通话中使用，替代当前的 Meta Avatar 形象，获得更真实的表现

未来展望

• Meta Connect 2025 将于 2025 年 9 月 17 日举行

• Meta 可能在此活动中公布 Codec Avatars 的更多进展

背景：来自苹果的竞争压力

2025 年，公众对 Meta 尽快推出 Codec Avatars 的呼声显著上升，原因是：

• 苹果已在 visionOS 26 中推出 Personas 功能

• 这被视为实现了 Meta 多年承诺的社交临场感体验

应用现状

Instagram 和 WhatsApp 等应用已可在 Meta Horizon Store 免费下载，但 Codec Avatars 尚未作为正式功能上线。