NVlabs/motionbricks

MotionBricks는 SIGGRAPH 2026 논문의 공식 구현체입니다. 모델은 캐릭터의 최근 4 프레임 포즈와 1–4개의 목표 포즈를 입력받아, 루트 궤적, 포즈, 디코딩의 세 가지 모듈을 통해 두 포즈 사이의 동작을 생성합니다. 각 생성 주기는 약 0.6–1.9초이며, 이를 연속으로 연결하여 긴 동작을 만듭니다. 저장소에는 SOMA 인체 모델과 Unitree G1의 사전 학습된 모델(ONNX 파일은 저장소에 포함되어 있으며, 원본 가중치는 Hugging Face에 있음)이 제공되며, Warp, Newton, TensorRT 기반의 Python 런타임, 포즈 보간 및 장면 미리보기 두 가지 데모, 그리고 두 가지 에디터가 포함됩니다.

MotionBricks는 SIGGRAPH 2026 논문의 공식 구현체입니다. 모델은 캐릭터의 최근 4 프레임 포즈와 1–4개의 목표 포즈를 입력받아, 루트 궤적, 포즈, 디코딩의 세 가지 모듈을 통해 두 포즈 사이의 동작을 생성합니다. 각 생성 주기는 약 0.6–1.9초이며, 이를 연속으로 연결하여 긴 동작을 만듭니다. 저장소에는 SOMA 인체 모델과 Unitree G1의 사전 학습된 모델(ONNX 파일은 저장소에 포함되어 있으며, 원본 가중치는 Hugging Face에 있음)이 제공되며, Warp, Newton, TensorRT 기반의 Python 런타임, 포즈 보간 및 장면 미리보기 두 가지 데모, 그리고 두 가지 에디터가 포함됩니다.

왜 중요한가 '지능형 원시 동작(primitive)'을 사용하여 넘기, 앉기 등의 목표 포즈를 블록처럼 조합하므로 재학습이 필요 없습니다. 동일한 런타임으로 SOMA 인체 모델과 Unitree G1 로봇을 모두 구동할 수 있습니다.

스타 수 1075 (+16 / 24시간)

이유

  • 24시간 동안 스타가 16개 증가하여 총 스타 수는 1075개입니다(이는 관심도를 나타냅니다). 코드는 Apache-2.0 라이선스를 따릅니다.
  • README에 프로젝트 페이지, 논문 및 단계별 튜토리얼이 포함되어 있으며, 데모에서는 캐릭터가 장면 내에서 걷기, 달리기, 넘기, 앉기, 앉는 동작 등을 수행할 수 있습니다.

사용법

  • Git LFS와 uv를 설치한 후 저장소를 클론하고, git lfs pull 및 uv sync를 실행하세요. 그 다음 uv run python -m app.scene_preview --scene assets/scenes/g1_gym.scene.json을 실행하여 G1 장면 미리보기를 엽니다.

리스크

  • 런타임은 TensorRT에 의존하므로 NVIDIA GPU가 필요하며, 저자는 RTX 4090에서 테스트했습니다. 각 모델과 정밀도 유형별로 첫 실행 시 TensorRT 계획(plan)을 빌드하는 데 몇 분이 소요됩니다.
  • 모델 가중치는 NVIDIA Open Model Agreement를 따르며, 코드의 Apache-2.0 라이선스와 다릅니다. 상업적 사용 전 반드시 약관을 확인하세요.

열기

Trendshift(GitHub Trending 快照)

최신 AI 소식 보기