MotionBricks: задайте персонажу пози — модель побудує рух

Демонстрація зберігає безперервність руху

Безперервна демонстрація проєкту в Unreal Engine 5 триває дві хвилини сорок секунд. Вона поєднує різні способи пересування та взаємодії з предметами в одному середовищі. Окремі приклади показують піднімання меча, стрибок через лавку й сідання. У них можна розглянути наближення до дії та вихід із неї, а не лише її найвиразнішу позу.

Саме ці переходи є предметом дослідження. У традиційній анімаційній системі кліпи та правила визначають, як персонаж переходить між станами. MotionBricks пропонує навчений генератор, здатний поєднувати задані стани. Застосунок, як і раніше, визначає, куди рухатися й якої пози досягти.

Джерела: NVIDIA and research collaborators [1] · Wang et al. / ACM TOG, SIGGRAPH 2026 [2]

Короткий відрізок, який постійно оновлюється

Середовище виконання отримує чотири недавні пози й від однієї до чотирьох цільових. Воно генерує коротке продовження з частотою 30 Гц, яке може стати контекстом наступного запиту. Безперервна анімація складається з циклу генерації, відтворення та перепланування. Змінена ціль може вплинути на наступний відрізок.

Три навчені компоненти розподіляють роботу. Кореневий модуль прогнозує тривалість і загальну траєкторію персонажа. Модуль поз передбачає компактні токени руху. Декодер перетворює їх на неперервні ознаки анімації. Практично це означає, що система визначає і переміщення тіла, і рух суглобів уздовж цього шляху.

Результат — скелетний рух, який застосунок може використати для персонажа. У ньому немає відрендерених костюма, освітлення, оточення чи роботи камери з демонстрації. Це визначає місце MotionBricks в іграх і синематиках: система працює з рухами персонажа у вже наявній 3D-сцені.

Джерела: NVlabs [5] · NVlabs [3]

Корисна одиниця — взаємодія

Smart Primitive зберігає цільові пози відносно предмета, область взаємодії та порядок проходження поз. Опорний вузол може пристосувати послідовність до напрямку наближення персонажа. У прикладі уникнення перешкоди з документації перша поза стоїть перед перекладиною, друга — під нею. Модель генерує перехід, враховуючи поточний рух персонажа.

Змінюється те, що саме створює автор. Взаємодію можна описати через важливі місця й пози, а модель запропонує правдоподібний рух між ними. Переміщення предмета не обов’язково потребує окремо записаного підходу з кожного напрямку. У цьому задум повторного використання; він не гарантує природного результату для довільного розташування цілей.

Джерела: NVlabs [6] · NVlabs [7]

Що саме можна завантажити

Окремий пакет містить навчені моделі SOMA та Unitree G1, виконання через ONNX, Inbetweener, Scene Preview, Smart Primitive Editor і Scene Editor. Середовище використовує Python, Newton, Warp і TensorRT. У репозиторії зазначено, що демонстрації перевіряли у Windows і Linux на RTX 4090.

NVIDIA прямо зазначає, що інтеграція з Unreal Engine не входить до релізу. Python-реалізація переносить основні ідеї дослідження, щоб розробники могли їх вивчити й інтегрувати. Комплектний редактор теж не є готовим виробничим інструментом: документація попереджає про відсутність undo та redo. Це практичне обмеження для тих, кого зацікавило відшліфоване відео UE5.

Картка SOMA вказує 313 526 навчальних кліпів із Bones RigPlay 1, підготовлених для скелета з 30 суглобами. Вхідні дані моделі — ознаки руху; текстові промпти й геометрія сцени не входять до її інтерфейсу. Для нового скелета персонажа потрібне відповідне подання або ретаргетинг. Перешкоди й розміщення цілей залишаються відповідальністю застосунку.

Джерела: NVlabs [3] · NVlabs [4] · NVIDIA Developer [9] · NVlabs [8]

15 000 FPS — показник генерації руху

У науковій статті наведено 15 000 кадрів руху за секунду та затримку інференсу 2 мс на RTX 5090. Ці показники описують нейронну систему руху, а не частоту відрендереної сцени Unreal. Вони не охоплюють усю роботу гри над кадром і не є вимірюванням кількості одночасно керованих персонажів.

Між статтею й пакетом для завантаження є ще одна межа. Картка SOMA зазначає: у науковій роботі оцінювали власні моделі та набори даних, а не ці випущені ONNX-експорти. Повного наскрізного тесту їхньої якості не наведено. Тому швидкість зі статті слід сприймати як результат дослідження, а не обіцянку для конкретного встановлення.

Автори також визначають суттєву межу: згенерований кінематичний рух може бути фізично неправдоподібним. Тому в демонстрації робота використано окремий контролер відстеження. В анімації споріднені проблеми — самоперетини, якість контактів і незвичні цільові пози. Картка моделі не обіцяє однакового результату для різних скелетів, режимів точності та середовищ виконання.

Джерела: Wang et al. / ACM TOG, SIGGRAPH 2026 [2] · NVlabs [8]

Керування наближається до самої сцени

MotionBricks привертає увагу тим, що її керування описує видимі дії: підійти сюди, пройти через цю позу, досягти цього контакту. Реліз дає розробникам достатньо компонентів, щоб дослідити підхід за межами трейлера. Наступне корисне порівняння цілком конкретне: наскільки надійно готова взаємодія працює з іншим підходом, переміщеним предметом або новим персонажем? Саме так переконливий метод анімації здобуває місце в проєкті.