NVlabs/motionbricks

MotionBricks は SIGGRAPH 2026 論文の公式実装です。モデルはキャラクターの直近 4 フレームのポーズと 1~4 個のターゲットポーズを入力として受け取り、ルート軌跡、ポーズ、デコードの3つのモジュールによって両者の間の動作を生成します。各生成は約 0.6~1.9 秒で、これを連続的に連結して長い動作を作成します。リポジトリには SOMA 人体モデルと Unitree G1 の事前学習済みモデル(ONNX ファイルはリポジトリに同梱されており、元の重みは Hugging Face にあります)、および Warp、Newton、TensorRT ベースの Python ランタイム、ポーズ補間とシーンプレビューの2つのデモ、2つのエディタが含まれています。

MotionBricks は SIGGRAPH 2026 論文の公式実装です。モデルはキャラクターの直近 4 フレームのポーズと 1~4 個のターゲットポーズを入力として受け取り、ルート軌跡、ポーズ、デコードの3つのモジュールによって両者の間の動作を生成します。各生成は約 0.6~1.9 秒で、これを連続的に連結して長い動作を作成します。リポジトリには SOMA 人体モデルと Unitree G1 の事前学習済みモデル(ONNX ファイルはリポジトリに同梱されており、元の重みは Hugging Face にあります)、および Warp、Newton、TensorRT ベースの Python ランタイム、ポーズ補間とシーンプレビューの2つのデモ、2つのエディタが含まれています。

なぜ重要か 「インテリジェントプリミティブ」を用いて、越えや座り込みなどのターゲットポーズをブロックのように組み合わせることで、再学習が不要になります。同じランタイムで SOMA 人体モデルと Unitree G1 ロボットの両方を駆動できます。

スター数 1075(+16 / 24時間)

理由

  • 24 時間で新たに 16 スター増加し、合計スター数は 1075(注目度を示すのみ);コードは Apache-2.0 ライセンス
  • README にプロジェクトページ、論文、ステップバイステップのチュートリアルが添付されており、デモではキャラクターがシーン内で歩行、走行、越え、しゃがみ、座り込みなどの動作を行えます

使い方

  • Git LFS と uv をインストールした後、リポジトリをクローンし、git lfs pull と uv sync を実行します。その後、uv run python -m app.scene_preview --scene assets/scenes/g1_gym.scene.json を実行して G1 のシーンプレビューを開きます

リスク

  • ランタイムは TensorRT に依存しており、NVIDIA GPU が必要です。作者は RTX 4090 でテスト済みです。各モデルと精度の組み合わせでは、初回起動時に TensorRT プランの構築に数分かかります
  • モデルの重みは NVIDIA Open Model Agreement の下で提供されており、コードの Apache-2.0 とは異なります。商用利用前に条項を確認してください

開く

Trendshift(GitHub Trending 快照)

最新の AI ニュースを見る