包含眼動追蹤和面部追蹤功能的Movement SDK已于日前正式與大家見面，而Meta官方Twitter賬號表示，現在你可以通過“身體追蹤，面部追蹤和眼動追蹤把用戶的物理運動帶到元宇宙，并提升社交體驗”。

利用Movement SDK，開發者現在可以為應用帶來栩栩如生的Avatar，甚至是包括基于機器學習和IK反向運動學推導出來的下半身。

Movement SDK包括Quest Pro新開發的眼動追蹤和面部追蹤功能。頭顯內有五個指向面部的紅外傳感器：三個指向眼睛和上半臉，兩個指向下半臉。面部追蹤由機器學習模型驅動，可允許Quest Pro檢測各種面部運動。

Movement SDK輸出的抽象面部運動數據由基于面部動作編碼系統Facial Action Coding System（FACS）的線性混合形狀表示。FACS是一系列0到1的值，與一組通用面部運動相對應，例如皺眉。在將信號從Face Tracking API 映射到自己的角色rig時，開發者可以輕松保留用戶原始動作的語義含義。

Movement SDK同時包括Body Tracking API，后者可根據控制器或手相對于頭顯的位置來使用三點追蹤，并利用IK反向運動學和機器學習來進行全身姿勢估計，使用了大量真實人體運動數據集來學習和糾正簡單IK方法常見的錯誤。

作為說明，正向運動學（Forward kinematics, FK）利用機器人運動學方程，根據關節的特定參數計算末端受動器（end effector）的位置。正向運動學要求用戶為所有涉及的關節設置參數。

反向運動學（Inverse kinematics, IK）的流程則與FK相反。它是利用機器人運動學方程來確定機械手的關節參數。末端受動器可以是關節，不一定位于末端。IK可以允許你根據已知位置估計骨架的未知部分。換句話說，Quest可以根據獲取的身體位置來推斷無法追蹤覆蓋的位置，例如下半身。

Body Tracking API可以在玩家使用控制器或僅使用裸手的情況下工作，并且在這兩種情況下都提供了完整的模擬上身骨骼。它同時可以自動處理玩家放下控制器并開始使用裸手的情況，無需開發者進行任何額外的邏輯處理。

Movement SDK現在已經可用，所以你可以馬上開始構建利用所述新功能的應用程序。