Sistema stereoscopico con due telecamere affiancate — simula la visione binoculare umana tramite sfasamento dell'immagine. Standard del cinema 3D digitale.
Due telecamere montate una accanto all'altra, ciascuna con identica lunghezza focale e sensore: questa è la base. La distanza orizzontale tra gli obiettivi (la distanza inter-assiale) è tipicamente di 65 millimetri, orientandosi quindi sulla distanza interpupillare umana. Ogni telecamera cattura il soggetto dalla sua prospettiva; al cinema, l'occhio sinistro vede l'immagine della telecamera sinistra, l'occhio destro quella della telecamera destra. Il cervello fonde queste due immagini leggermente sfalsate per la percezione spaziale, proprio come nella visione naturale.
Sul set funziona come due produzioni sincronizzate contemporaneamente. Le telecamere girano in timecode-lock, la messa a fuoco deve essere identica per entrambi gli obiettivi, l'esposizione segue lo stesso setup luci. Sembra semplice, ma diventa rapidamente una sfida logistica: ogni focus puller gestisce due distanze in parallelo, l'assistente operatore deve monitorare entrambi i sensori, e il rig stesso — solitamente una rigida struttura in alluminio — richiede spazio. Negli interni stretti o nelle riprese di dettaglio, la situazione diventa critica; si deve quindi passare a una distanza inter-assiale variabile o ricorrere a una conversione da singola telecamera.
In montaggio il lavoro diventa davvero impegnativo. Entrambe le riprese devono essere sincronizzate frame per frame: un frame perso porta al crosstalk tra gli occhi, che lo spettatore percepisce come mal di testa. La convergenza — il punto su cui sono focalizzate entrambe le immagini — viene corretta in post-produzione. Può essere spostata successivamente, manipolando la percezione della profondità: sposta la convergenza all'indietro, lo spettatore è seduto nella sala; sposta in avanti, l'azione salta fuori dallo schermo. Non è un bug, ma una feature, e ci si rende presto conto che non bisogna esagerare.
Il procedimento si è affermato come standard di produzione da Avatar, perché è tecnicamente affidabile e si basa sull'infrastruttura di ripresa esistente. Alternative come il Lenticular o il Single-Chip-3D trovano la loro nicchia, ma per le produzioni cinematografiche su larga scala, Natural Vision 3D rimane la scelta preferita, se il budget e la pianificazione lo consentono.