Chapter 80: Animation Compression, Retargeting, and Runtime Streaming

动画系统到这一章已经从骨架、混合、物理交互和 GPU skinning 走到运行时资产管理层。一个角色动作在屏幕上稳定播放，既依赖 pose 求值公式，也依赖压缩格式、骨架映射、数据加载、缓存策略、解码预算和质量验证。读完本章后，读者应能追踪一段动画 clip 从离线 keyframe 数据进入运行时 pose buffer 的路径，判断压缩误差来自曲线、骨架映射、采样频率还是 streaming 策略，并能用固定检查顺序复盘角色动作质量问题。

本章贯穿材料是一段 2 秒、60 FPS、75 个关节的跑步动画。原始导出数据包含 root translation、每个关节的 rotation track、少量 scale track、脚步事件曲线和一个上半身 additive 修正曲线。运行时目标是在同一帧内让主角高质量播放，让远处 NPC 使用更低采样率和更低更新频率，同时把同一动作迁移到身高、手臂长度和骨骼命名略有差异的角色上。

这个贯穿材料会反复暴露同一类工程矛盾：动作数据越完整，内存和带宽压力越大；压缩越强，接触点、手部姿态和 root motion 越容易产生偏差；retarget 越自动化，越依赖基础姿态、链映射和约束验证；streaming 越细，调度和解码同步越复杂。动画系统的质量判断需要同时看数据格式、误差指标、骨架语义、运行时缓存和最终视觉结果。

行业资料可以提供边界参照。Khronos 的 glTF 2.0 specification 把 animation 描述成 channel 与 sampler 的组合，sampler 连接时间戳、输出值和插值算法，channel 指向 translation、rotation、scale 或 morph target weights。Unreal Engine 的 Animation Compression 文档把压缩目标落到 animation sequence 的文件大小、内存成本和可接受质量损失；IK Rig Retargeting 文档把 retarget 的核心放到 chain、retarget pose、pelvis 和 IK 约束；Animation Budget Allocator 文档展示了多角色场景中按固定 CPU 预算动态降低 skeletal mesh 更新成本的思路。这些资料在本章中只作为工程边界，正文重点是建立可迁移的判断路径。

80.1 Keyframe Data and Compression Targets

动画压缩的输入是轨道化的时间序列。一个 skeletal clip 可以拆成多条 track：root 的位移 track、各关节的旋转 track、少量缩放 track、材质或控制参数 curve、morph weight track，以及事件时间点。运行时采样时，动画系统按当前时间在每条 track 上取值，得到 local pose，再沿骨骼层级更新 global pose，最后生成 skinning 所需的 matrix palette 或 dual quaternion palette。压缩处理的对象就是这些 track，而运行时质量取决于解码后的 track 是否仍能产生稳定的 local pose、global pose 和最终网格变形。

贯穿材料中的跑步动画如果按 60 FPS 原始存储，2 秒会产生 120 个采样点。75 个关节中，大部分关节只有 rotation track；root 额外有 translation；少数道具或夸张动画可能包含 scale。粗略估算时，单个 quaternion 用 4 个 32 位浮点数，单个 translation 用 3 个 32 位浮点数。只存旋转就已经接近 75 * 120 * 16 字节，未计入时间戳、曲线、事件、对齐和容器开销。真实项目中的动作库可能包含数千段 clip，压缩目标自然会从单个文件尺寸扩展到运行时内存、cache 带宽、解码成本和 streaming 粒度。

压缩目标需要按运行时路径拆开。磁盘文件尺寸决定包体和下载成本；常驻内存决定同一时间可保留多少 clip；解码带宽决定 pose evaluation job 每帧可处理多少角色；随机访问能力决定状态机跳转、倒放、seek 和网络同步的响应成本；误差阈值决定角色是否出现脚底滑动、手指抖动、武器偏移或面部表情偏差。把这些目标混成一个“压缩率”指标会掩盖真实瓶颈。主角近景动作通常给更严的误差阈值，远处 NPC 可以给更高压缩率和更低更新频率。

下面的图描述本章贯穿材料在运行时的核心路径。图中每个节点都是质量或性能观察点，压缩问题、retarget 问题和 streaming 问题会在不同节点表现成不同症状。

这条路径的第一个判断是“数据在哪个阶段已经失真”。如果压缩前后的 local pose 已经不同，问题集中在量化、关键帧删减或曲线拟合。如果 local pose 正确，迁移到目标骨架后手脚位置偏移，问题集中在 retarget pose、chain 映射、比例缩放或 IK 约束。如果 pose 正确但运行时偶发卡顿，问题集中在 stream cache 未命中、解码粒度过大、任务调度或内存预算。如果 CPU pose 结果正确而网格变形异常，问题转回上一章的 matrix palette、joint index、weight 和 GPU buffer 绑定。

压缩目标还要区分 track 类型。rotation track 对人体姿态贡献最大，通常需要保留关节旋转连续性和 quaternion 归一化；translation track 对 root motion、脚步位移和道具挂点贡献明显，需要在角色尺度下评估误差；scale track 在普通 humanoid 动作中较少，但在卡通拉伸、面部 rig 和特效骨骼中可能决定造型；curve track 可能驱动脚步事件、IK 权重、表情权重和 gameplay 参数，压缩后需要验证阈值穿越时机。工程上常见的稳定做法是按用途给 track 分组，再分配不同 codec、位宽、误差阈值和 streaming 优先级。

压缩前的离线分析应先做 track classification。静态 track 可以存成一个常量；缓慢变化 track 可以降低 key 数量或位宽；高频 track 需要保留更多样本；接触点相关 track 需要单独观察全局空间误差；事件和 gameplay curve 需要保护阈值穿越点。这样处理后，压缩系统面对的对象从“整段 clip”变成“具有不同风险等级的 track 集合”。这一步决定后续量化和曲线拟合的搜索空间，也决定 runtime streaming 的 chunk 组织方式。

80.2 Quantization, Curve Fitting, and Error Metrics

量化、曲线拟合和关键帧删减是动画压缩的三类核心动作。量化把浮点轨道值映射到有限位宽的整数表示；曲线拟合用较少参数近似原始采样曲线；关键帧删减删除对重建结果贡献较小的样本。三者都会改变解码结果，因此每一步都要绑定误差指标。没有误差指标的压缩只是在减少字节数，无法证明动作质量仍在预算内。

量化首先需要定义值域。translation 可以按 track 或 clip 统计最小值与最大值，再用 10 位、12 位或 16 位表示归一化值。rotation 常用 quaternion，但 quaternion 有归一化约束，q 和 -q 表示同一旋转。稳定编码通常会统一半球方向、丢弃一个可恢复分量或使用最小三分量编码，然后在解码后恢复并归一化。scale 轨道需要额外谨慎，因为 scale 会直接影响子节点空间，非均匀 scale 还会放大 skinning 和法线变换问题。

量化误差在骨骼层级中会传播。肩部 0.5 度的角度误差，在手腕位置上可能表现成数厘米偏移；手指末端同样角度误差的视觉风险可能更低，除非角色近景握持道具。root translation 的 1 厘米误差可能造成脚底滑动；面部表情曲线的 0.02 权重误差在远景不可见，在特写中可能改变嘴角轮廓。误差预算需要按关节、角色距离、动作类型和镜头用途分配。

曲线拟合适合处理连续变化轨道。线性拟合保存端点并在中间插值；Hermite 或 cubic 曲线保存切线或附加参数；关键帧删减通常会尝试删除某个 key，再重建曲线并计算误差。曲线拟合的收益来自删除冗余 key，风险来自高频动作被平滑。跑步动画的脚部摆动、膝盖伸屈、手臂快速摆动和 root 速度变化都可能包含高频信息；idle 动作、呼吸动作和长时间保持姿态的骨骼更适合 aggressive key reduction。

误差指标需要从 local 空间提升到视觉空间。local rotation error 只看单个关节；global joint position error 会沿骨骼链更新后比较关节位置；skinned vertex error 会把 pose 误差投射到网格顶点；contact error 会检查脚底、手掌、武器挂点或视线目标在关键帧附近是否偏离。动画压缩的质量验收通常以 global joint position error 和任务特定误差为主，local 误差只能作为快速筛选指标。

下面的伪代码展示一个离线压缩器如何用误差阈值搜索压缩参数。它省略了具体 codec，只保留判断路径：先压缩，后按采样时间重建 pose，再把误差映射到全局关节位置和接触点。

// Pseudocode: offline compression candidate evaluation.
CompressionResult EvaluateCandidate(
    const RawClip& rawClip,
    const Skeleton& skeleton,
    const CompressionSettings& settings,
    const ErrorThresholds& thresholds)
{
    CompressedClip encoded = CompressTracks(rawClip, settings);

    float maxJointError = 0.0f;
    float maxContactError = 0.0f;

    for (float time : BuildValidationTimes(rawClip.duration, thresholds.sampleRate)) {
        LocalPose rawLocal = SampleRaw(rawClip, time);
        LocalPose decodedLocal = DecodeCompressed(encoded, time);

        GlobalPose rawGlobal = BuildGlobalPose(skeleton, rawLocal);
        GlobalPose decodedGlobal = BuildGlobalPose(skeleton, decodedLocal);

        maxJointError = Max(maxJointError, MeasureJointPositionError(rawGlobal, decodedGlobal));
        maxContactError = Max(maxContactError, MeasureContactPointError(rawGlobal, decodedGlobal));
    }

    return { encoded.byteSize, maxJointError, maxContactError };
}

这段伪代码的关键点是误差采样频率。只在原始 keyframe 时间上验证，可能漏掉插值段中间的峰值误差；只用固定 30 FPS 验证，可能漏掉 60 FPS 输入中的快速运动；只看最大误差，可能掩盖长时间轻微滑动。稳定压缩流程会同时记录最大误差、均方误差、接触窗口误差和关键骨骼误差，并把失败样本回写到调试报告中，供动画师或工具链调整阈值。

误差阈值还要按最终用途分级。第一人称手臂、第三人称主角、过场动画、面部表情、普通 NPC 和远处 crowd 的容忍范围不同。工程配置可以把 clip 标为 hero、cinematic、gameplay、background 或 crowd，再由压缩器读取 profile。profile 在这里是压缩策略入口，会改变位宽、曲线拟合强度、contact bone 列表、事件曲线保护策略和 stream priority。

80.3 Retargeting Across Skeletons

Retargeting 是把源骨架上的动作迁移到目标骨架上的过程。它解决的工程问题是“动作语义复用”：同一段跑步、攻击或交互动作可以作用到不同身高、比例、命名和层级的角色上。retarget 输入包括源 skeleton、目标 skeleton、源 clip、retarget pose、chain mapping、比例策略、root motion 策略和可选 IK 约束；输出是目标 skeleton 上可采样的 pose 或新 clip。

最基础的 retarget 依赖关节对应关系。源骨架可能叫 upper_arm_l，目标骨架可能叫 LeftArm；源手臂两段骨骼，目标手臂可能有扭转骨；源角色 A-pose，目标角色 T-pose；源腿长较短，目标腿长较长。逐个 bone 名称匹配很容易在这些差异下失败，现代工具更倾向使用 chain 语义。Unreal 的 IK Retargeting 文档也把 limbs 与 appendages 定义成 source 和 target 两侧的 retarget chains，并允许不同骨骼数量的 arm chain 进行迁移。工程判断应先看“语义链是否对应”，再看单个 bone 的旋转偏差。

retarget pose 是迁移质量的基准面。源角色和目标角色在参考姿态中如果肩膀外展角不同，直接复制旋转会让目标手臂持续偏高或偏低；如果髋部朝向和局部轴不一致，root motion 和腿部摆动会产生横向偏移。retarget pose 的作用是让源骨架和目标骨架在一个共同语义姿态下对齐，后续动作增量才能按相近含义解释。Unity 的 animation import 面板会把 retargeting quality report 和骨长、默认旋转、层级差异等警告暴露给用户，这类警告说明转换后的动作可能偏离源动作。

比例差异需要单独处理 root 和 limbs。源角色一步跨出 0.8 米，目标角色腿长更长时，可以按目标腿长或角色高度缩放步幅；如果原样复制 root translation，目标脚步可能显得短促；如果全局按身高缩放，手部交互点可能偏离道具。合理策略通常会把 root motion、pelvis、spine、limb end effector 和 twist bone 分开处理。root 决定角色在世界中的运动，pelvis 决定身体重心，limb end effector 决定手脚接触，twist bone 决定变形分布。

IK 约束用于修正接触点和目标点。跑步动画中，脚底落地窗口需要保持稳定；持枪动画中，双手需要围绕武器对齐；攀爬动画中，手掌需要贴到横杆。纯 FK retarget 会按层级传播旋转，目标骨架比例变化后末端位置自然偏移。IK 约束可以在 retarget 后把 foot、hand 或 look-at target 拉回目标位置，但它也会改变膝盖、肘部和脊柱姿态。工程上应把 IK 视为接触修正层，并通过 pole vector、chain length、weight curve 和 LOD 阈值控制成本。

retarget 的质量验证要看动作语义，不只看骨骼数值。跑步 clip 的验证点包括：脚底落地窗口是否稳定，膝盖朝向是否自然，pelvis 是否上下跳变，root velocity 是否连续，手臂摆动是否穿过身体，武器或道具挂点是否漂移，镜头近景中的肩颈线是否异常。源骨架和目标骨架可以有不同局部旋转值，只要末端接触、重心、轮廓和时间节奏保持在目标角色可接受范围内，retarget 就完成了工程目标。

一个可复用的 retarget 排查顺序如下。先确认 source clip 在源骨架上播放正确，排除导入和压缩问题；再确认 source 与 target 的 retarget pose 对齐，尤其是肩、髋、手腕、脚踝和 pelvis；然后检查 chain mapping，保证 limb、spine、neck、finger 和 root 语义对应；接着比较 root motion 缩放与脚步接触窗口；最后打开 IK 或接触修正，观察它修复了哪些末端误差，又引入了哪些中段姿态变化。这个顺序可以防止把基础姿态错误误判成 IK 参数错误。

80.4 Animation Streaming and Memory Budget

Animation streaming 处理的是动作库规模问题。一个开放世界或多人动作游戏可能有主角动作、NPC 动作、武器动作、表情动作、过场动画、交互动作和 crowd 动作。一次关卡运行不需要把所有 clip 解码到内存，但状态机切换、网络同步和镜头切换又要求动作能在短时间内可用。streaming 系统的任务是把压缩 clip 按 chunk 组织，按优先级加载，按预算缓存，并让解码任务在帧时间内完成。

运行时内存预算至少包含四层。第一层是压缩数据缓存，也就是 stream cache 中已经加载的 chunk。第二层是解码临时数据，例如当前帧或未来几帧需要的 track block。第三层是 pose buffer，包括当前 pose、上一帧 pose、混合 pose、additive pose 和 retarget 中间 pose。第四层是 GPU skinning 资源，例如 matrix palette buffer、joint texture 或 compute skinning 输出 buffer。压缩率只影响第一层和部分第二层，角色数量和状态机复杂度会放大第三层和第四层。

chunk 粒度决定 streaming 行为。按整段 clip 加载实现简单，但状态机只用到前半秒动作时会浪费内存；按固定时间片切分可以减少峰值内存，但随机 seek 和跨 chunk 插值需要额外边界样本；按 track 分块可以只加载重要骨骼或高 LOD 轨道，但调度和解码器更复杂。实际系统常用折中方案：clip header 常驻，metadata 常驻，关键事件和 root motion 曲线高优先级，压缩 track 数据按时间块或 track group 懒加载。

解码成本需要与任务系统配合。动画更新通常分成 clip sampling、blend tree evaluation、retarget、IK、global pose build 和 skinning 上传。压缩格式如果随机访问成本高，状态机跳转时会触发长时间解码；如果解码只能串行执行，多个角色同帧切换动作会造成 CPU 峰值；如果解码结果无法复用，多个 NPC 播放同一 clip 会重复消耗 CPU。运行时设计应让相同 clip 的压缩块可共享，让解码任务可批量调度，让远处角色使用降频更新或 pose 复用。

动画预算并不只等于内存预算。多角色场景中，CPU 上的 skeletal mesh ticking、pose blending、retarget 和 IK 都会占用帧时间。Unreal 的 Animation Budget Allocator 展示了一种预算思路：固定 animation processing 的 CPU 时间预算，再按角色显著性动态降低更新频率、停止部分 ticking 或在更新之间插值。这个思路可以迁移到自研引擎：近处主角和交互对象保持完整更新，远处 NPC 降低采样率或隔帧更新，crowd 使用共享 pose 或低骨骼 LOD。

streaming 和压缩格式之间存在直接耦合。高压缩率格式可能需要读取较长时间窗口才能重建某一帧，这会削弱随机访问；每个 chunk 独立存储会增加边界开销，但能提升状态机跳转稳定性；曲线拟合如果跨越 chunk 边界，需要在边界保存额外控制点；事件曲线如果随普通 track 懒加载，gameplay 逻辑可能在 clip 尚未完整加载时错过触发点。因此，动作系统一般会把 event、root motion summary、duration、loop 点和 sync marker 放入轻量 metadata，并优先加载。

一个可执行的内存预算表可以按角色 LOD 组织。主角 LOD0 常驻当前状态机相关 clip、完整骨骼 track、完整事件曲线和高质量 retarget；近处 NPC LOD1 常驻当前 clip 与下一个候选 clip，降低部分手指和面部 track 精度；远处 NPC LOD2 加载低频 track 或共享 crowd clip；极远处 LOD3 使用简化骨架、预烘焙姿态或 vertex animation impostor。每级 LOD 都要明确压缩数据、解码频率、pose buffer 数量和 GPU palette 上传频率。

当运行时出现动作卡顿，排查顺序应先看 stream cache 命中，再看解码任务耗时，然后看 pose evaluation job 排队，最后看 GPU buffer 上传同步。视觉上“一次状态切换时卡一下”常对应 chunk 未预取或解码峰值；“大量 NPC 同时抖动”常对应预算降频策略缺少插值或 pose 复用错误；“主角动作稳定但远处角色跳帧”可能是 LOD 策略有意降低更新频率，需要检查它是否符合镜头距离和 gameplay 需求。

80.5 Runtime Animation Quality Checklist

运行时动画质量检查需要把压缩、retarget、streaming 和最终渲染分层。稳定流程是先固定输入，再逐层打开系统。用同一段跑步 clip 做 A/B：原始未压缩 clip 播放在源骨架上，压缩后 clip 播放在源骨架上，压缩后 clip retarget 到目标骨架上，最后把结果放入真实状态机、streaming 和 LOD 策略中。每一步只改变一个变量，才能定位误差来源。

第一层检查压缩误差。把 raw pose 与 decoded pose 在同一 skeleton、同一时间点比较，记录 local rotation error、global joint position error、contact point error 和 root motion delta。脚底滑动优先看 root translation、foot joint global position 和 contact window；手部抖动优先看 clavicle、upper arm、forearm、hand 的旋转误差传播；表情异常优先看 curve quantization 和 morph weight 阈值。压缩器输出的最大误差样本需要能反向定位到 clip、track、time 和 bone。

第二层检查 retarget 误差。把 decoded source pose 与 target pose 同时显示，确认 retarget pose、chain mapping、pelvis、root motion scale 和 IK goal。常见症状有肩膀外张、脚底悬空、膝盖翻转、手部偏离道具、root motion 过长或过短。每个症状都要回到链语义和基础姿态。只调 IK weight 可能暂时拉回末端位置，但基础 pose 或 chain mapping 错误会继续在其他动作中出现。

第三层检查采样频率与状态机。低采样率会让快速动作丢掉峰值，状态机 transition 会在两个 pose 之间混合，additive layer 会叠加额外旋转，sync marker 会决定步态周期对齐。跑步动画的检查点是左右脚落地时间、root velocity 曲线、blend tree speed 参数和 transition duration。压缩单独播放合格，放入状态机后脚步滑动，常见原因是 root motion、sync marker 或 transition 采样点没有对齐。

第四层检查 streaming 和预算策略。打开真实角色数量，记录 clip chunk 请求、cache miss、decode job 时间、animation job 队列长度和每级 LOD 的更新频率。远处角色降频更新时需要插值或 motion smoothing；主角切换动作时需要预取下一段 clip 的 header 和前几个 chunk；网络角色需要保证回滚或重放窗口内的 clip 数据可用。预算策略的质量目标是优先保护近处、交互中和镜头焦点角色的动作连续性。

第五层检查 GPU skinning 输出。CPU 上的 global pose 正确后，仍需要确认 joint index、weight、matrix palette 顺序、buffer offset、实例索引和 shader 读取格式。上一章已经覆盖 GPU skinning 数据路径，本章只强调它在质量复盘中的位置：如果 raw、decoded、retarget 后的 CPU pose 都正确，而屏幕上肢体断裂或局部爆开，问题应转到 skinning buffer 和 shader 输入。首要排查对象此时应转到 skinning buffer 和 shader 输入。

下表给出常见运行时症状与首要检查点。它适合用作调试面板或 QA 记录模板。

视觉症状	首要检查点	高概率原因	需要记录的证据
脚底滑动	root motion 与 foot contact window	translation 压缩误差、sync marker 偏移、retarget 比例错误	root 曲线、foot global position、接触帧
手部偏离道具	hand end effector 与 weapon socket	chain mapping、retarget pose、IK 权重	源/目标手腕位置、socket transform、IK goal
肩膀或髋部姿态异常	retarget pose 与局部轴	A-pose/T-pose 差异、骨骼轴不一致	source/target reference pose、chain debug view
远处角色跳帧	LOD 更新频率与插值	animation budget 降频、pose 复用错误	LOD 等级、tick interval、插值开关
状态切换时卡顿	stream cache 与 decode job	chunk 未预取、随机访问成本高	cache miss、chunk ID、decode 时间
网格局部爆开	matrix palette 与 joint buffer	GPU skinning 绑定或索引错误	joint index、weight、palette offset、shader 输入

最终质量结论要同时回答四个问题：压缩是否在误差阈值内，retarget 是否保持动作语义，streaming 是否满足切换和预算，GPU skinning 是否消费了正确 pose。只要这四层分开记录，动画问题就能从“看起来怪”变成可定位的 track、bone、chunk、state 或 buffer 问题。

最小自检任务

给定一段 2 秒跑步动画：源骨架 75 个关节，目标骨架 82 个关节，目标角色比源角色高 15%，手臂更长。压缩后文件尺寸减少 65%。运行时现象是：源骨架上播放基本正常，target 角色脚底在落地时轻微滑动，右手在持枪动作中偏离武器 grip，远处 NPC 偶尔在状态切换第一帧卡顿。请写出你的排查顺序，并说明每一步要观察的数据或视觉证据。

答案要点

先在源骨架上做 raw clip 与 decoded clip 对比，记录 root translation、foot global position、hand global position 和最大误差时间点。源骨架播放基本正常说明压缩可能在整体阈值内，但仍要检查脚步窗口和右手相关骨骼是否存在局部峰值误差。

接着检查 retarget pose、chain mapping、pelvis 和比例策略。目标角色更高、手臂更长，脚底滑动要看 root motion 是否按目标腿长或角色高度调整，右手偏离 grip 要看 arm chain、twist bone、hand IK goal 和 weapon socket 是否在同一语义空间中验证。

然后检查状态机采样与 sync marker。跑步脚步滑动如果只在 blend 或 transition 中出现，应比较 transition duration、左右脚落地 marker、root velocity 和 blend tree speed 参数。

最后检查 streaming 和预算。远处 NPC 状态切换第一帧卡顿，应记录下一段 clip 的 chunk 是否预取、stream cache 是否命中、decode job 是否集中在切换帧，以及 LOD 降频更新是否使用插值。CPU pose 正确但屏幕变形异常时，再转到 matrix palette、joint index 和 GPU skinning buffer。

本章知识点总结

轨道输入：动画压缩处理的是 translation、rotation、scale、curve、morph weight 和 event 等轨道化时间序列。
压缩目标：压缩目标应拆成文件尺寸、常驻内存、解码带宽、随机访问能力和视觉误差阈值。
轨道分级：rotation、root translation、scale、contact curve 和 gameplay curve 需要按用途分配不同误差预算。
量化边界：translation 量化依赖值域，rotation 量化需要处理 quaternion 归一化、半球一致性和层级误差传播。
曲线拟合：曲线拟合与关键帧删减通过减少冗余 key 降低数据量，同时需要验证插值段中间的峰值误差。
误差空间：动画压缩验收应从 local error 提升到 global joint position error、skinned vertex error 和 contact error。
Retarget 基准：retarget pose 决定源骨架和目标骨架的共同语义基准，基础姿态偏差会传播到所有动作。
链映射：chain mapping 比单个 bone 名称更适合处理骨骼数量、命名和比例不同的角色迁移。
IK 修正：IK 约束适合修正手脚接触、持物和视线目标，同时需要观察中段姿态和运行时成本。
Streaming 粒度：clip header、metadata、root motion summary、event 和 track chunk 应按加载优先级组织。
内存预算：动画运行时预算包含压缩缓存、解码临时数据、pose buffer 和 GPU skinning 资源。
质量分层：运行时质量复盘应依次检查压缩、retarget、采样与状态机、streaming 预算和 GPU skinning 输出。

80.1 Keyframe Data and Compression Targets​

80.2 Quantization, Curve Fitting, and Error Metrics​

80.3 Retargeting Across Skeletons​

80.4 Animation Streaming and Memory Budget​

80.5 Runtime Animation Quality Checklist​

最小自检任务​

答案要点​

本章知识点总结​