NVIDIA MotionBricks 发布：实时生成游戏角色与机器人动作的AI技术

「NVIDIA MotionBricks」の概要をまとめました。

1. MotionBricks

1-1. MotionBricksとは

「MotionBricks」は、NVIDIAが開発した、ゲームキャラクターやヒューマノイドロボットの動作をリアルタイムに生成するAI技術です。SIGGRAPH 2026で研究成果が発表され、2026年10月にはソースコードと学習済みモデルが公開されました。

従来のゲーム開発では、歩行、走行、ジャンプなどの動作を個別に用意し、切り替える必要がありました。MotionBricksでは、現在の姿勢と目標姿勢を指定するだけで、その間の自然な動作をAIが生成します。

さらに、移動や物体操作を組み合わせた複雑な動作にも対応します。

1-2. 主な特徴

MotionBricksの主な特徴は次のとおりです。

・リアルタイム生成：最大15,000 FPS相当、約2msの推論レイテンシ
・大規模な動作学習：35万件以上のモーションクリップで学習
・柔軟な動作制御：速度、方向、スタイル、目標姿勢を指定可能
・動作の組み合わせ：移動や物体操作を組み合わせ可能
・ゼロショット対応：新しい動作シーンに追加学習なしで対応
・ロボットへの応用：Unitree G1で実機動作を実証

15,000 FPSは画面の描画速度ではなく、動作生成の処理性能です。

2. MotionBricks の仕組み

2-1. 姿勢から動作を生成

MotionBricksは「Motion In-betweening」という、指定された姿勢の間をAIが補完する技術を利用します。

入力と出力は次のとおりです。

・入力

・Context Pose：直近4つの姿勢
・Target Pose：到達したい1〜4つの姿勢

・出力

・Generated Motion：現在から目標姿勢までの連続した動作

たとえば、立った姿勢と座った姿勢を指定すると、着席するまでの動作を生成します。

一度に生成する動作は約0.6〜1.9秒分です。生成結果を次の入力に利用することで、長い動作も連続して生成できます。

2-2. 動作生成の3つのモジュール

MotionBricksは、次の3つのモジュールで動作を生成します。

・Root Module：動作時間と身体全体の移動経路を予測
・Pose Module：移動経路に沿った身体の動きを生成
・Decoder：生成結果を関節の姿勢に変換

身体全体の移動と手足の動きを分けて処理することで、自然な動作を高速に生成します。

3. Smart Primitives

「Smart Primitives」は、移動や物体操作を再利用可能な動作の部品として扱う仕組みです。専用モデルを個別に学習することなく、さまざまな動作を構成できます。

3-1. Smart Locomotion（移動）

「Smart Locomotion」は、キャラクターの移動を制御する機能です。

主に次の条件を指定できます。

・速度：歩行、走行、停止
・方向：前進、後退、横移動
・向き：進行方向とは異なる方向を向く
・スタイル：通常歩行、ゾンビ歩行、負傷した歩行など

これらを組み合わせ、走りながら方向を変えるなど、状況に応じた自然な移動を生成できます。

3-2. Smart Objects（物体操作）

「Smart Objects」は、キャラクターと物体のインタラクションを制御する機能です。

公式デモでは、次の動作が紹介されています。

・Pick Up：物体を拾う
・Sit：椅子に座る
・Jump Over：障害物を飛び越える
・Fall：転倒する

たとえば、椅子の位置に合わせて着席姿勢を設定すると、そこに至る動作を生成します。

Smart Locomotionと組み合わせれば、「椅子まで歩いて移動し、振り向いて座る」といった一連の動作も構成できます。

4. MotionBricks の活用例

4-1. ゲームキャラクターの動作生成

MotionBricksは、Unreal Engine 5を使ったゲームキャラクターの動作生成で実証されています。
公式デモでは、歩行、走行、ジャンプ、着席などを連続して実行しています。
また、公開されたPython実装には、動作の部品を編集する「Smart Primitive Editor」と、シーンを編集する「Scene Editor」も用意されています。

4-2. ヒューマノイドロボットの制御

MotionBricksは、ヒューマノイドロボット「Unitree G1」での実機動作も実証されています。
NVIDIAの「GR00T Whole-Body Control」にも組み込まれ、動作生成を担当しています。
ただし、生成した動作を実機で実行するには、バランス維持や関節制限などを考慮した制御も必要です。

5. MotionBricks の実行環境

5-1. 公開モデル

2026年10月時点で、主に次の2種類の学習済みモデルが公開されています。

・MotionBricks-SOMA-RP-v1：人間の身体モデル「SOMA」向け
・MotionBricks-G1-RP-v1：ヒューマノイドロボット「Unitree G1」向け

どちらも30 FPSの動作生成に対応します。

推論用のONNXモデルはGitHub、学習済みチェックポイントはHugging Faceで公開されています。コードとモデルではライセンスが異なります。

5-2. 動作環境

公式実装の主な動作環境は次のとおりです。

・OS：Windows / Linux（x86-64）
・GPU：NVIDIA GPU
・推論エンジン：TensorRT
・GPU処理：NVIDIA Warp
・物理シミュレーション関連：NVIDIA Newton
・開発言語：Python

公式デモはRTX 4090で動作確認されています。他のNVIDIA GPUでも動作する可能性がありますが、対応環境や性能の確認が必要です。

5. MotionBricks のデモを試す

(1) AIエージェント (Codexなど) に Colab CLI経由でMotionBricksのデモをセットアップしてもらう。

NVIDIA MotionBricks のデモをColab CLIで実行して
ブラウザで操作したい
セットアップの完了までの時間も教えて

セットアップ完了です。所要時間は約12分でした（10:04〜10:16、初回変換・動作確認込み）。
ブラウザで操作する
Colab の NVIDIA L4 で公式 SOMA デモを実行中です。歩行操作を確認済みで、表示は約14 FPSです。
画面内をクリックして操作してください。
WASD：移動
Space＋移動：走る
I：インタラクション／立ち上がる
O / P：移動モード変更
[：歩行スタイル変更
使用後は [停止ファイル](/Users/npaka/Documents/post/work/stop-motionbricks.command) を実行すると、Colab GPU を解放できます。

(2) 動作確認。

(3) Colabの停止。

Colabを停止して。