英伟达的实时动作生成模型：给出角色最近的姿态和接下来要到达的目标姿态，生成两者之间的连贯动作，用于人体骨骼动画和 Unitree G1 人形机器人的参考动作；配套的 Smart Primitives 把目标姿态做成可复用的“积木”，不用重训就能拼出行走和物体交互。
上升分 73 · 点赞 74 · 下载量 0
理由
- 两套权重：SOMA（30 关节人体骨骼，约 200M 参数，用 Bones RigPlay 1 动捕数据中的 313,526 段训练）和 Unitree G1（34 关节，约 195M 参数），两者文件不能互换。
- 每套由姿态 VQ-VAE、姿态预测器和根运动预测器三个网络组成；输出 30 Hz 动作，单次生成 6–16 个 token（24–64 帧），更长的动作把输出接回当上下文反复生成；不接受文本、图片输入。
- 论文发表于 ACM Transactions on Graphics；权重用 NVIDIA Open Model Agreement，允许商用和再分发修改版，配套代码 Apache 2.0。10 月 23 日发布，此前各期没有收录。
用法
- 只想看效果：直接用 GitHub 上的 NVlabs/motionbricks 软件，自带 ONNX 模型和 SOMA、G1 演示（基于 Newton 和 Warp），不需要下载这里的权重；TensorRT 演示运行时需要 NVIDIA GPU。
- 要自己导出 ONNX 或做别的运行时：hf download nvidia/MotionBricks --include "soma/*"（或 "g1/*"），保持目录结构，按软件仓库 tools/onnx 的指南导出；导出器在 CPU 上运行，需要 Python 3.12、PyTorch 2.14.0+cpu。
风险
- 生成的是动作，不是机器人控制器：上真机还需要单独的跟踪控制器、关节限位检查和安全验证。
- 模型卡没有端到端评测分数，也没给推理延迟和吞吐；权重不是 Transformers from_pretrained 模型，不含训练流程和训练数据。
- 附带的 BONES 动作样例只许用于内部评估测试（NVIDIA Sample Data Evaluation License）；G1 包不含原演示用的动作库。
编辑：data.json 把它归为语言类，它实际做动作生成，这里改归生成类。