颠覆传统状态机：高吞吐与毫秒级动作生成
2026年10月23日，英伟达在Hugging Face平台正式发布了nvidia/MotionBricks模型。作为一款面向游戏动画和机器人控制的实时动作生成框架，MotionBricks旨在替代传统开发流程中依赖繁琐人工连线的动画状态机。
在架构与性能方面，MotionBricks总参数量约为2.24亿，由姿态模型、根轨迹模型、VQ-VAE分词器以及动作片段缓存等组件组成。依托单一神经网络主干，该模型可处理超过35万种动作技能，实现了15,000 FPS的吞吐量与仅2毫秒的极低延迟。
MotionBricks引入了智能基元机制，能够将用户输入转化为代理关键帧并实时生成连续动作。该框架支持免下游微调的零样本风格化动作生成与连续平滑过渡，并能自主应对角色与场景或物体之间的复杂交互，带来自然的动作变化。
双端生态落地：从虚幻引擎到人形机器人
MotionBricks的高性能表现依托于英伟达的BONES-SEED数据集训练。该数据集包含由真人演员录制的约700小时高品质动作捕捉数据，涵盖36个类别、9,300种技能以及多达35万个动作片段。
在游戏与具身智能领域，该技术已展现出明确的应用落地路径。英伟达展示了MotionBricks在虚幻引擎5（UE5）中的即插即用动画过渡集成；而在物理AI领域，该模型已被部署于宇树Unitree G1人形机器人，作为英伟达GR00T全身控制技术栈中的动作生成层。
授权策略方面，该项目采取了双重许可模式：源代码基于Apache 2.0协议开源，而预训练权重则遵循NVIDIA Open Model License约束。
研发历程与技术边界审视
MotionBricks的底层研究最早于2026年4月对外公开，相关成果已被计算机图形学顶级会议SIGGRAPH 2026（ACM Transactions on Graphics）接收；在此次集中托管前，英伟达曾于2026年8月前后在GR00T-WholeBodyControl代码仓库中提供过初始预览版。
随着开源发布，社区已为其开发了C++移植版本motion-bricks.cpp，支持GGML/GGUF格式转换，以便在CPU、低显存或Vulkan环境下进行轻量化部署与推理。
与此同时，行业分析明确指出，MotionBricks的高质量生成高度依赖于制作成本高昂的BONES-SEED动捕数据集。其运作机理实质是对既有人类表演数据的有效压缩与重组，而非凭空创造全新动作，这一数据依赖构成了理解其技术边界的关键限制。