Июнь 2021 года. Bethesda после долгого молчания запускает документальный цикл «Into the Starfield» — и в первом же эпизоде показывает то, чего раньше в её трейлерах не было: настоящую mocap-съёмку. Актёры в костюмах с датчиками, реквизит, производственные кадры. Но если присмотреться, в этом ролике нет ни одного кадра захвата лица.
Это не недосмотр и не монтажная случайность. Мимику в Starfield не записывал ни один актёр — её генерирует алгоритм по аудиодорожке. Разбираемся, что показали в «Into the Starfield», как устроен захват тела в новой космической RPG и почему решение с процедурными лицами стало самой спорной технической ставкой игры.
Первый сезон: что показали в дебюте
Дебютный эпизод называется «The Journey Begins» («Путь начинается»). Его ведущий — гейм-директор Тодд Говард — рассказывает о философии проекта, «первой новой вселенной студии за 25 лет», а между интервью врезками идут кадры из производственного процесса.
Среди них — то самое первое официальное подтверждение: актёры в костюмах для захвата движения отрабатывают сцены на площадке. В одном из кадров персонаж с разгона бьёт неким таранным устройством, в другом актёр носится с тяжёлым оружием наперевес — именно так в игру попадали анимации бега, стрельбы и физических взаимодействий.
Для 2021 года это был важный сигнал. До тех пор единственным «окном» в разработку были редкие тизеры, и сам факт, что Bethesda села на классический mocap-рельсы, говорил о претензиях на новую планку анимации персонажей.
Тело: классический захват
С телесной анимацией у Starfield всё традиционно. Актёры надевают стандартные mocap-костюмы, их пластика, жесты и физические решения записываются и передаются аниматорам для дальнейшей работы.
Захват вели в первую очередь для ключевых сцен и центральных персонажей — там, где живая кинематографичная игра важнее всего. Репортажные кадры из эпизода показывают именно такой процесс: площадка, реквизит, актёр внутри роли.
Подход проверенный десятилетиями: живое движение актёра почти невозможно воспроизвести вручную — что аниматор, что процедурный алгоритм, вращающий суставы, дают более «деревянный» результат. Поэтому тело отдали людям.
Лицо: мимику записал алгоритм
А вот с лицами Bethesda поступила наоборот. Facial capture в Starfield не использовался вовсе — ни съёмочных дней с камерами перед актёрами, ни покадровой записи мышц. Вместо этого анимация лица генерируется процедурно на основе аудиодорожки с диалогами.
Схема простая: есть записанная реплика — алгоритм строит движение губ и мимику поверх неё. Хороший пример — Сара Морган, один из центральных компаньонов игры: её озвучила актриса Эмили О’Брайен, но в кадре зритель видит не её захваченную мимику, а алгоритмическую раскладку поверх её голоса.
Живая микроанимация мышц лица, уникальная для каждой реплики. Дорого: отдельная съёмочная сессия, отдельный пайплайн, отдельный этап чистки данных.
Алгоритм строит липсинк и мимику поверх готовой озвучки. Быстро и предсказуемо: новая реплика на любом языке анимируется без единого съёмочного дня.
Почему так решили
У процедурного подхода есть два веских аргумента, и оба — экономика.
Первый — цена и предсказуемость. Starfield — огромная RPG с тысячами диалоговых реплик. Захват мимики на таком объёме превратил бы продакшн в бесконечный конвейер съёмочных смен. Генерация по аудио снимает эту статью расходов целиком: озвучка записана — лицо уже есть.
Второй — локализация. Липсинк, построенный по аудиодорожке, автоматически работает на любом языке: русская, немецкая или японская озвучка получает синхронизированное движение губ без единой дополнительной работы. Для издателя, выпускающего игру с полным дубляжом в десятке стран, это решающий аргумент.
Цена: «неживые» улыбки
Релиз состоялся в сентябре 2023 года — и очень скоро процедурные лица стали предметом критики. Проблема оказалась не в липсинке (с ним алгоритм справляется), а в том, чего у алгоритма нет: микроанимации мышц вокруг глаз.
Настоящая улыбка задействует не только рот. Без этих микродвижений лица NPC выглядели «неживыми», а улыбки — фальшивыми, восковыми. Игроки быстро научились замечать разницу между озвучкой живого актёра и мимикой, которую никто не играл.
Здесь важно честно назвать вещи своими именами: это не «сломанная технология», а осознанный trade-off. Bethesda обменяла микроживую мимику на масштаб диалогов и дешёвую мультилокализацию — и в масштабе главной игры десятилетия эта ставка себя не оправдала в глазах критиков.
- Первый эпизод «Into the Starfield» (июнь 2021) впервые показал mocap-съёмку Starfield — актёров в костюмах и сценариные трюки с реквизитом.
- Захват тела классический: пластику и жесты актёров записывали для ключевых сцен и центральных персонажей.
- Мимику лица не захватывали вовсе: анимация генерируется процедурно по аудиодорожке с диалогами.
- Мотивация — экономика: дешевизна и автоматический липсинк на любом языке, что упрощает локализацию и дубляж.
- Расплата — отсутствие микроанимации вокруг глаз и «фальшивые» улыбки NPC, ставшие предметом критики после релиза.
Рецепта «сделать всем хорошо» из этой истории не следует. Следует критерий: если в вашей игре сотни часов диалогов и десять языков озвучки — процедурная мимика окупится. Если же у вас двадцать часов плотного кинематографа и одно лицо на обложке — это лицо лучше сыграть, а не сгенерировать. Bethesda выбрала первое и получила урок, который студии по всему миру разбирают до сих пор.