1. 一张图做脸捕：先理解Live2D到底在做什么
不少朋友入坑Live2D，都是看到一个念头：我手头就一张很好看的立绘，能不能让它动起来，最好还能让摄像头捕捉我的表情，让角色替我眨眼、张嘴、转头？答案是能。Live2D这门技术干的事情，本质上就是"用平面化的网格变形去模拟立体空间里的动作"，而脸捕（面部捕捉）则是把摄像头拍到的真人表情数据，映射成Live2D模型的参数变化。两者一结合，就是你看到的那些虚拟主播的直播效果。
这个工作流的核心价值在于：不需要3D建模，不需要绑定骨骼，不需要做动作捕捉，只需要一张图片加几小时的调参，就能得到一个能实时交互的虚拟形象。对于刚入门的创作者、想做虚拟主播的新人、甚至只是想让自己的插画"活过来"的画师来说，这是成本最低、见效最快的路径。
我在这一篇里只聊"上"半部分，也就是从一张图到"能动的模型"这个最基础也最关键的环节。脸捕工具接入、实时驱动这些，等模型本身做好了再讲。很多新人一上来就急着去调Vtube Studio，结果模型没做扎实，动起来全是扭曲和穿模，那才是真正让人想摔鼠标的事。
1.1 脸捕的本质：不是"动图"，是"参数驱动"
先说个认知层面的东西。你看到的Live2D动画，不是GIF那样按帧播放的动图，而是"参数驱动型"的实时变形。模型里有一套参数，比如"头部X轴旋转""眼睛开合""嘴巴张开"，每个参数控制一部分网格的形变程度。脸捕工具做的事情，就是实时计算你脸部的关键点数据，把这些数据换算成参数值，再塞给Live2D模型去驱动。
所以这里有个关键结论：如果你想做脸捕动画，你需要在Live2D里把参数定义好、把变形做得自然、把关键帧补得平滑。如果模型本身只有"眨眼""张嘴"这种最基础的动作，那脸捕工具接上去也只能驱动这两个参数，效果就是机器人式的僵硬表情。你写给模型多少"可动性"，脸捕驱动起来就有多生动。这就是为什么很多免费下载的Live2D模型看着漂亮，一动起来很奇怪——参数太少、变形太生硬，脸捕数据进来了，模型接不住。
1.2 一张图做脸捕的完整工作链路
从一张静态图到能实时脸捕的Live2D模型，完整链路是这样的：
- 准备素材：一张清晰的立绘（最好是分层PSD，但只有单张图也能做）
- 拆分图层：把头发、脸、五官、身体等各部位拆成独立的图层
- 导入Live2D Cubism编辑器：给每个图层做网格（Mesh）绑定
- 建立参数：创建X轴、Y轴、Z轴、眼睛、眉毛、嘴巴等参数
- 制作变形关键帧：为每个参数的不同数值制作网格变形，让模型呈现不同表情/角度
- 导出模型：打包成.moc3文件加贴图文件夹
- 接入脸捕工具：在Vtube Studio之类的软件里导入模型，把摄像头捕捉数据映射到参数上
这一篇重点讲第2到第5步。如果你的目标是做直播用模型，前面这几步的质量直接决定了直播时观众看到的画面是"灵动"还是"惊悚"。
1.3 这套方案适合谁
我做过的项目里，用"一张图做脸捕"这个需求的人大概分三类。第一类是画师，手头有自己的作品，想给客户展示"这个角色是活的"，或者给自己的作品集加一段演示动画。第二类是刚起步的虚拟主播，预算有限，请不起高精度3D建模，先拿一张自己的设定图做一个能上播的Live2D皮套，播一段时间看看效果。第三类是技术爱好者，纯粹想弄懂Live2D这个软件怎么玩，手里有现成素材就拿来练手。
无论你是哪类，这篇的内容对你应该都有价值。我的建议是：不要跳过基础直接去找模型资源、不要一上来就下插件和脚本，先把"手动做一个会眨眼的头"这个基本功练扎实。Live2D和所有创作软件一样，基础功不扎实，后面堆再多技巧都是空中楼阁。
2. 准备工作：工具清单、素材要求与常见的坑
工欲善其事，必先利其器。做Live2D的软件选择其实不多，但路径上有些分支，选错了会走弯路。
2.1 工具链怎么选
核心软件只有一个：Live2D Cubism，官方编辑器。现在主流是Cubism 5.x，免费版能创建和编辑模型，但导出可能会有限制（比如不能用部分高级功能，或者说不能商用），一般业余做表情包、个人直播是够用的。如果需要完整的商用授权和全部功能，就得买Pro版。我自己的建议是：先免费版练手，确认自己真的需要再做决定。
脸捕工具这一侧，目前最常用的还是Vtube Studio（Steam上有免费版），它对Cubism模型的兼容性最好，参数映射很灵活，还能用iPhone的面部捕捉（iFacialMocap协议）获得更光滑的表情数据。备选方案还有PRPRLive、Inochi2D（开源，但生态还不成熟）。如果你是纯测试，用电脑摄像头加Vtube Studio内置捕捉也行，效果差一些，但验证模型动作用。
注意：Live2D动画从Cubism 4.2之后都是.moc3格式，对应的是Cubism 3及以上版本。网上还能找到很多老教程讲.moc格式的，那个属于Cubism 2.x时代，界面和流程差别很大，建议直接看新版本的。如果你下载的资源是.moc文件，要么找对应旧工具转换，要么果断放弃找新版本资源。
2.2 素材准备：从"一张图"到"分层图"
标题说的是"一张图制作",这里我要先泼一盆冷水：严格说，一张图做出来的Live2D是"可以用但粗糙"的。最理想的素材是带图层的PSD文件，因为图层决定了模型后期拆解的难度。但很多朋友手里只有一张成品图，那么你面临两条路：
第一条路，在Photoshop里手动抠图分层。这是最靠谱、也是做任何Live2D模型都绕不开的基本功。你需要把立绘拆成这些基础层：
- 身体（躯干+衣服）
- 头发后层（被身体和脸遮住的头发）
- 脸
- 五官里的眼睛（左眼、右眼，通常还要分瞳孔层）
- 眉毛（左、右）
- 嘴巴（口腔内部、舌头、上下嘴唇）
- 头发前层（刘海、鬓角等盖在脸上的头发）
- 其他饰品（发饰、眼镜等，看具体画面）
为什么头发要分前后？因为头部转动时，后层头发应该"在脸的后面和身体前面"，前层头发应该"压在脸前面"，这个遮挡顺序决定了转动时有没有立体感。
第二条路，直接用Cubism的单图拆分功能。新版本Cubism有"从图像创建模型"的辅助功能，帮你自动识别部件，但实测下来，它对复杂插图的效果很一般，经常把眼睛和眉毛并成一个图层，导致后期网格调整时很痛苦。所以我的建议很直接：如果要用一张图，先在PS里花半小时到两小时拆好层，再进Cubism。这件事没有捷径，拆层拆得好不好，直接决定后续效率。
2.3 常见误区：图片分辨率不是越高越好
很多新手以为图越大越好，拿个2000x3000的立绘就开始做。实际上，Live2D模型的分辨率不是套用原图越大越精致，关键在"贴图尺寸是否统一布局"。Cubism导出时会把所有图层打包到一张图集（Atlas）里，图集尺寸通常建议2048x2048或4096x4096以内。如果你的图层原件太大或太多，图集会爆，还会拖慢渲染性能。
更合理的做法是：拆层完的部件，在PS里统一缩小到合适的尺寸，让脸部主体大概占画面高度的五分之一到四分之一即可，这样网格变形时计算量小，导出的模型文件也小，直播时更流畅。分辨率够看清纹理细节就够了，别贪大。
3. 第一步实操：把一张静态图拆成"可动的零件"
准备工作完成后，真正的动手环节开始。先从拆图层说起。
3.1 在Photoshop里的拆层顺序与命名规范
如果你拿到的是一张JPG或PNG，需要在PS里把人物抠出来，然后切割成一个个独立图层。我建议这样操作：
- 先用钢笔工具或快速选择工具，把人物主体从背景抠出来
- 在单独图层里，用套索工具把"脸"框选出来，复制到新图层
- 抠出左眼、右眼、左眉、右眉、嘴巴
- 区分头发前层和头发后层，分别抠
- 身体部分单独一层
- 每一层都命名清楚，比如：body、face、hair_back、hair_front、eye_L、eye_R、eyebrow_L、eyebrow_R、mouth
命名用英文或拼音，不要用中文，因为部分版本对中文文件名支持不好，导出时可能乱码。分层这个步骤看起来枯燥，但它是整个Live2D模型"关节"的地基，你分了多少层，后面就能动多少个部分。有些画师图层本来就分得好，我拿到PSD直接改图层命名就能用，省很多时间；如果只有一张成品图，我通常要花不少时间抠图，这没办法避免。
3.2 在Cubism里的网格与变形器基础
打开Cubism，新建一个模型，把PSD或分层PNG导入进来。这时候你会看到左侧图层面板列着所有部件。接下来核心操作是"网格（Mesh）生成"。
选中图层（或者用自动网格生成），Cubism会按图像内容的轮廓自动铺一层三角网格。网格的含义是：贴图会贴在网格上，网格顶点变形，贴图跟着变形。自动生成的网格通常密度偏高、不够贴合轮廓，需要手动调整。我的做法是：
- 选中网格，切换到"编辑网格"模式，删掉多余的顶点
- 在轮廓边缘补充顶点，让网格尽量贴合图像不规则形状
- 网格不是越密越好，密度过高会导致形变时出现"网格感"和抖动，过低又不够顺滑
每个图层都调整好网格后，需要把它们组合进"变形器（Deformer）"。变形器可以被理解成"空的控制点容器"，你拉变形器，里面的图层一起动。比如头部的所有部件放进"头部变形器"，转动头部时整张脸同步转动，而不会扯出奇怪的分裂。
3.3 为什么零件单独成层能决定成败
这里我要强调一个新手最容易忽略的问题：每一块物理上会相对运动的区域，必须拆成独立图层。举几个例子：
- 下巴和脸不能是一块整体，否则张嘴时下巴不能往下掉
- 嘴部内部必须有"口腔内壁"图层，张嘴时才能看到口腔而不是直接穿帮
- 眼睛至少需要"眼白"和"瞳孔"分层，闭眼时光滑地让眼皮遮住瞳孔，而不是整个眼睛图层压扁
- 头发前层和后层拆分，转头时两层的遮挡关系才能自然切换
我见过很多新手拿着别人拆好的模型改，觉得图层好多好复杂，就自作聪明把几层合并成一层，结果一动起来，该弯的弯不了、该挡的挡不住，最后只能推倒重来。拆层这件事，"宁多勿少"是不变的原则。
4. 第二步实操：建立参数与变形器，让表情动起来
图层和网格是"静态的骨架"，参数和变形器才是"让模型动起来"的灵魂。这一节我重点讲四个最基础的参数组：头部旋转、眼睛、眉毛、嘴巴。
4.1 参数体系：哪些参数是脸捕必需的
Live2D的参数面板里，你会在"参数"列表看到默认的几个大类。要做脸捕，至少得准备这么几组：
- 头部角度：Angle X（左右转头）、Angle Y（上下点头）、Angle Z（左右歪头）
- 眼睛：Eye L开合、Eye R开合
- 眉毛：Brow L上扬/下压、Brow R上扬/下压（左右要分开，不然脸捕时单边挑眉做不了）
- 嘴巴：Mouth Open（张合程度）、Mouth Form部分时候也做一组
这些参数名不一定要跟脸捕工具完全一致，因为Vtube Studio之类的软件里可以手动做参数映射。但最好是直接沿用Live2D默认命名，这样导入工具时能自动识别，省得一条条去配。
4.2 用变形器实现头部转动
现在做最关键的一步：让头部可以左右转动。在Cubism中，先把所有会随着头部动的图层（脸、五官、前层头发等）放进一个"头部变形器"里。
然后创建参数Angle X，数值范围设为-30到30。接着为这个参数添加三个关键帧：
- 数值-30：头部向左转，这时需要把网格进行横向压缩变形，并适当移动五官位置，让透视感出来
- 数值0：正面，不变形
- 数值30：头部向右转，与-30对称
按快捷键可以在不同参数值之间切换，然后通过拖动网格顶点来调整形变。注意，头部转动不是简单地把整个图压扁，而是要模拟"视线偏移"和"厚度收缩"效果。比如转头时，离视角远的那一侧脸颊宽度要适当压缩，近的那一侧保持甚至微胀。
我个人的技巧是：转头的关键帧里，不仅仅做旋转，还要在垂直方向做一点微小的移动，让鼻子位置略微偏移，模拟走后摄像头的错位感。这样会大幅提升真实度。
4.3 眨眼动作的参数绑定
眼睛参数相对简单，但细节很多。你需要在Eye L/R参数上做三个关键帧：0（睁眼）、1（半闭）、2（完全闭合）。在关键帧之间，Cubism会默认做线性补间，但线性插值会让眼皮像"翻板"一样垂直落下来，非常假。
更自然的手法是：调整眼睛上眼皮的网格顶点，让"闭眼"动作是从上往下盖住的曲线，而不是整体压缩。具体操作：在完全闭合关键帧，把上眼睑的顶点往下拖动，覆盖住瞳孔，同时下眼睑保持不动或者微微上抬一点，形成一个自然的"眨眼"。如果你拆层时拆了瞳孔，还可以让瞳孔在眨眼过程中稍微缩小，模拟真实眼睛的微小变化。
4.4 口型动画：脸捕的灵魂
嘴巴是脸捕最关键的部分，因为观众很容易盯着嘴看。一个真实的张嘴动作，不是把嘴巴那个图层拉长就行，至少需要：
- 口腔内壁随开口而显现
- 上嘴唇基本不动或轻微上扬
- 下嘴唇向下拉伸
- 下巴网格跟随下嘴唇下移
在Cubism中，我会把"口腔内壁"图层放在"嘴唇"和"脸"之间，并且在Mouth Open参数为0时不显示，在参数大于0时显示出来。这个效果可以通过图层可见性关键帧来做。
实操中，还需要考虑"口型"而不是只有张开度。嘴里除了开合，还有A/I/U/E/O等不同元音的形状，这通常需要一组Mouth Form参数来做。对基本脸捕来说，先做好Mouth Open（张合）这个参数就能用了，但要做得更像，建议后续把五种元音口型也补上。我一般会在基础版本里先做Mouth Open和简单的Smile（嘴角上扬），剩下的高级口型放到第二版再丰富。
5. 第三步实操：导出模型并接入脸捕工具
模型在Cubism里能动，还不算完，我们需要把它导出成脸捕工具能识别的格式，再接上摄像头。
5.1 导出前的最后检查清单
导出之前，我每次都会过一遍这几个检查点：
- 所有图层的网格是否有遗漏顶点没绑好？在动画预览模式下快速拖动所有参数，确认没有明显的穿帮和撕裂
- 变形器是否分组正确？头部转动时身体是否稳定？头发前后层遮挡是否正确？
- 参数最小值到最大值的过渡是否平滑？有没有跳变或者突然的大变形？
- 模型的物理效果（Physics）先不要加，等基础动画稳定了再加飘发、抖动等效果，不然排查问题时会很混乱
- 导出设置里，图集大小是否合理？如果图片较大导致4K贴图，而你的直播电脑性能一般，建议压缩图集
确认没问题后，在Cubism菜单里选择"导出为动画模型（.moc3）"，它会把模型文件和贴图打包到一个文件夹里。这个文件夹你可以保留，也可以压缩成zip，等会导入Vtube Studio。
5.2 接入Vtube Studio并校准
Vtube Studio可以直接从本地导入.moc3的文件夹或zip包。导入后，你会看到模型出现在场景里。这时打开摄像头，软件会尝试自动捕捉你的面部，自动识别模型里的参数。如果识别不准，你需要打开"参数映射"面板，手动把摄像头数据（比如MouthOpen）对到模型参数（比如Mouth Open）上。
这里的校准环节，我强烈建议花十分钟好好调一下"平滑度"参数。平滑度越高，模型跟随你表情的时间越长，视觉上会很黏滞；调太低，模型会疯狂抖动。我的参考值是10-20之间，具体看摄像头质量和个人喜好。
另外，Vtube Studio支持把摄像头数据做"手动偏移和补偿"。说白了就是，默认的捕捉值往往不是让模型表情对你最舒服的，你需要自己测试：比如我习惯让"张嘴"触发得更灵敏一点点，就让映射曲线在左下角更陡一些，这样麦克风前说话时模型反应更跟嘴。
5.3 在直播软件中使用模型
Vtube Studio本身可以作为一个虚拟摄像头源供OBS读取，这就是最常规的直播链路。只需要在OBS里添加"视频采集设备"，选择"Vtube Studio"作为源，画面就会输出模型的实时动态。音频方面，Vtube Studio此时只是驱动模型，你的麦克风音频直接在OBS里正常用即可。
如果你是拿手机（尤其是iPhone）做捕捉，Vtube Studio支持虚拟捕捉协议，用iPhone摄像头能获得更高质量的面部追踪数据，而且不占用电脑摄像头资源。这类设置属于"进阶玩法"，本篇先不展开，但给你一个方向：电脑上装iFacialMocap之类的接收端，Vtube Studio里选对应协议，手机会把更精细的表情数据无线传给电脑。
6. 常见问题与排查技巧实录
每一次做新模型，我都会遇到几个重复出现的问题。这里整理成速查表，给你一个排查方向。
6.1 模型抖动严重
抖动的原因通常是两处，一个在模型侧，一个在捕捉侧。
模型侧的问题：网格顶点过密，或者变形关键帧太复杂，导致参数微小变化时网格顶点在相反方向拉扯，产生肉眼可见的高频抖动。解决办法是精简网格，或者检查变形器是否有重叠/反向的作用。另一个模型侧的原因是物理效果（Physics）没有配置好，比如头发物理太重，在面部抽搐式带动下疯狂晃动。
捕捉侧的问题：摄像头帧率低、画面噪点多、光源变化大，都会让脸部关键点定位飘忽。解决办法是尽量用自然光或补光灯让面部光线均匀，降低捕捉灵敏度，增加平滑度。如果条件允许，用手机捕捉会好很多。
6.2 参数不灵敏或过头
脸捕工具里的参数映射往往不是线性对应的，Vtube Studio里可以把一条曲线的非线性调出来。比如你说"我嘴角上扬不明显"，可以去参数映射里把对应映射曲线的起点调高、斜率增大。
如果模型里某个参数本身上下限没有给够，比如Mouth Open最大只有0到1，而捕捉数据是0到2，那自然无法完全张开嘴。这时候需要回到Cubism里，重新调整参数范围，或者把关键帧的形变做得更大，让上限值对应的表情足够夸张。
6.3 模型穿模/遮挡关系错误
穿模就是两个图层互相穿插，比如转头时头发前层应该盖住眉毛，但网格变形后它却跑到眉毛下面去了。
这个问题的根源，多半是图层顺序不对。在Cubism里，图层面板从上到下代表渲染顺序，上面的图层会盖住下面的。你需要检查：头发前层是否在整个头部所有图层的最上面；头发后层是否在脸的后面；身体要不要盖住头发后层等。理清顺序后，再在变形器里确认每个图层是否归属正确，很多穿模是图层被误放进错误的变形器导致的。
6.4 性能占用过高
直播时模型掉帧，多半是贴图图集太大、物理计算太重或者特效脚本太多。先在图集里把贴图压缩到2048x2048或1024x1024，再把物理子的"刚性"和"范围"调低，通常能明显缓解。模型上如果加了复杂的呼吸、眨眼动态触发脚本，也会持续消耗CPU，直播机上建议关掉不必要的自动化脚本，把计算资源留给摄像头捕捉和渲染。
7. 关于后续的一点个人建议
这一篇讲到这里，"一张图制作Live2D的基本脸捕动画"的上半部分差不多告一段落。模型能动了、能接入摄像头了，但说实话，它还只是一个"比较简单的基础版本"。我建议下一步做的事情是：
第一，把口型的A/I/U/E/O五种元音做完，这是提升口播观感最快的手段。第二，添加物理效果，让头发、衣角、饰品有轻微摆动，直播画面会活泼很多。第三，做一个"待机循环动作"，让模型在没人说话时也有轻微呼吸、眼神漂移，而不是死板地定格。这三步做完，你的模型已经有了相当不错的完成度。
从我个人的经验来说，真正让我把Live2D摸透的，不是看了多少教程，而是反复做模型、反复改参数、反复在直播中测试。每加一个参数，你就多理解一点"为什么别人那样调"；每次看到模型出问题，你排查的过程就是进步最快的过程。这一篇是基础，下一篇我会重点讲口型动画、物理效果和高级参数映射，争取让你这个"一张图"做的模型，在直播里也能撑起场面。
