NVlabs/motionbricks

MotionBricks 是 SIGGRAPH 2026 论文的官方实现:模型读入角色最近 4 帧姿势和 1–4 个目标姿势,由根轨迹、姿势和解码三个模块生成两者之间的动作,每次约 0.6–1.9 秒,连续拼接成长动作。仓库提供 SOMA 人体模型和宇树 G1 的预训练模型(ONNX 已随仓库附带,原始权重在抱脸),以及基于 Warp、Newton、TensorRT 的 Python 运行时、姿势补间和场景预览两个演示、两个编辑器。

MotionBricks 是 SIGGRAPH 2026 论文的官方实现:模型读入角色最近 4 帧姿势和 1–4 个目标姿势,由根轨迹、姿势和解码三个模块生成两者之间的动作,每次约 0.6–1.9 秒,连续拼接成长动作。仓库提供 SOMA 人体模型和宇树 G1 的预训练模型(ONNX 已随仓库附带,原始权重在抱脸),以及基于 Warp、Newton、TensorRT 的 Python 运行时、姿势补间和场景预览两个演示、两个编辑器。

为什么重要 用「智能原语」把翻越、坐下等目标姿势当积木拼接,不用重新训练;同一套运行时驱动 SOMA 人体模型和宇树 G1 机器人。

星数 1075(+16 / 24h)

理由

  • 24 小时新增 16 星,总星 1075(只代表关注度);代码 Apache-2.0
  • README 附项目页、论文和分步教程,演示里角色能在场景里走、跑、翻越、下蹲、坐下

用法

  • 装好 Git LFS 和 uv 后克隆仓库,运行 git lfs pull、uv sync,再运行 uv run python -m app.scene_preview --scene assets/scenes/g1_gym.scene.json 打开 G1 场景预览

风险

  • 运行时依赖 TensorRT,需要 NVIDIA 显卡,作者在 RTX 4090 上测过;每种模型和精度首次启动要花几分钟构建 TensorRT 计划
  • 模型权重用 NVIDIA Open Model Agreement,和代码的 Apache-2.0 不同,商用前要看条款

打开

Trendshift(GitHub Trending 快照)

浏览最新 AI 动态