NVIDIA Research近日宣布開源全新即時動作生成框架「MotionBricks」，並已獲 ACM SIGGRAPH 2026 收錄。該技術可透過單一神經網路即時生成角色動作，官方表示最高可達每秒15,000 FPS運算速度，未來有望簡化遊戲動畫製作流程，並延伸應用至人形機器人控制。

長期以來，遊戲動畫製作主要仰賴動畫師手動建立動作片段、設計狀態機（State Machine）以及建構動作圖譜（Motion Graph），雖然技術成熟，但面對大型遊戲內容開發時，往往需要投入大量人力與時間成本。

MotionBricks則試圖以生成式AI重新定義這套流程。根據NVIDIA公布的資料，MotionBricks採用大規模潛在空間生成骨幹網路（Latent Generative Backbone），並結合高層行為控制系統「智慧動作模組（Intelligent Motion Modules）」，讓使用者僅需描述所需動作，即可生成對應的角色動畫內容。

研究團隊指出，該系統無需額外微調模型或手動標註資料，即可實現零樣本（Zero-shot）動作生成能力，降低動作製作門檻與開發成本。

即時生成速度達15,000 FPS

NVIDIA同步展示一段長達2分40秒的Unreal Engine 5展示影片，內容涵蓋角色導航、環境探索以及物件互動等遊戲常見場景。

官方表示，展示中的角色動作皆由神經網路即時生成，不依賴傳統動畫系統常見的腳步鎖定（Foot Locking）、動作混合（Motion Blending）、碰撞檢測（Collision Detection）或人工設計的過渡動畫。

根據研究團隊公布的測試結果，MotionBricks推論速度可達15,000 FPS，延遲約2毫秒，遠高於一般即時互動應用所需效能。

訓練資料則來自同步開源的BONES-SEED資料集，收錄約35萬筆真人演員動作捕捉資料，涵蓋大量高品質人體動作樣本。

研究團隊認為，目前產業主要面臨兩項挑戰：

• 即時動作生成難以同時兼顧品質與規模。
• 以文字或標籤驅動的生成模型，缺乏速度控制、風格切換與精確關鍵幀編輯等細部控制能力。

MotionBricks所採用的模組化架構，正是針對上述問題所設計。

從虛擬角色延伸至人形機器人

研究團隊已在Unreal Engine中實作「智慧移動（Smart Locomotion）」與「智慧物件互動（Smart Object Interaction）」兩種智慧動作模組，可讓角色在複雜場景中自主完成導航與互動行為，且過程中不需額外微調模型或重新標註資料。

更值得關注的是，團隊已成功將MotionBricks部署至Unitree G1人形機器人，驗證同一套動作生成模型能同時應用於虛擬角色與實體機器人控制。

此成果也顯示，未來遊戲動畫技術與機器人控制系統之間的界線可能逐漸模糊，兩者有機會共享相同的底層生成模型與訓練資料。

GR00T計畫重要組成之一

MotionBricks目前已納入NVIDIA推動的人形機器人計畫「GR00T Whole-Body Control」之中，負責整體控制架構的動作生成層。

本次公開內容屬於初步預覽版本，主要包含：

• 可直接操作的Unitree G1機器人示範系統。
• 內建資料集的合成訓練流程，以及整合BONES-SEED資料集的相關說明。

NVIDIA表示，完整版本將包含與GR00T Whole-Body Control架構全面整合的模型與完整訓練流程，目前正在進行可重現性驗證，預計未來數週內陸續釋出。

（影片來源為同屬GR00T Whole-Body Control計畫的姊妹專案GEAR-SONIC示範畫面，非MotionBricks本身的展示影片）

採Apache 2.0授權　支援商業使用

在開源策略方面，MotionBricks原始碼採用Apache 2.0授權釋出，預訓練模型權重則使用NVIDIA Open Model License。

依據官方授權條款，在符合可信任AI相關規範的前提下，企業與開發者可將其應用於商業用途，但需遵循授權要求並標示相關出處。

AI或將重塑動畫工作流程

從遊戲開發角度來看，MotionBricks展現出以生成式AI取代部分傳統動畫基礎設施的可能性，未來有機會降低對大量動作圖譜、狀態機與人工動畫製作流程的依賴。

另一方面，透過與GR00T機器人生態系結合，MotionBricks也顯示虛擬角色動畫與實體機器人控制正逐漸朝向統一技術架構發展。

雖然目前仍處於預覽階段，但隨著完整版即將推出，以及NVIDIA持續投入人形機器人與生成式AI技術研發，MotionBricks後續發展值得遊戲開發與機器人產業持續關注。