Dans une annonce qui réduit encore un peu plus la frontière entre simulation et réalité, NVIDIA, Inc. vient de lever le voile sur MotionBricks. Il s’agit d’une IA de génération de mouvement en temps réel capable, avec un modèle unique, d’animer aussi bien des personnages de jeux vidéo que des robots humanoïdes bien réels. Le système affiche des performances insolentes : un débit de 15 000 images par seconde avec une latence de seulement 2 millisecondes. En clair, il génère des mouvements fluides et complexes plus vite qu’un moteur de jeu ne peut les solliciter.
Cette technologie, détaillée dans un papier de recherche pour le SIGGRAPH 2026, enterre les traditionnels “arbres d’animation” (state machines) au profit d’un modèle génératif entraîné sur un dataset colossal de plus de 350 000 clips de mouvements. MotionBricks est capable de prédire le mouvement suivant en se basant sur les dernières poses et une cible donnée, permettant un contrôle dynamique et organique. Le tout est dopé par des “Smart Primitives” : des briques de compétences modulaires (sauter, s’asseoir, ramasser un objet) que l’on peut assembler comme des Lego sans jamais avoir à réentraîner le modèle.
Mais MotionBricks ne se limite pas à être le nouveau jouet favori des développeurs de jeux AAA. NVIDIA a fait la démonstration du même modèle pilotant l’intégralité du corps d’un robot humanoïde Unitree G1, tournant sur un module Jetson Orin. C’est ici que les choses deviennent sérieuses : MotionBricks sert déjà de couche de base pour la génération de mouvements du très ambitieux Project GR00T, le modèle de fondation de NVIDIA dédié aux humanoïdes polyvalents.
Pourquoi est-ce une révolution ?
MotionBricks marque un tournant majeur pour deux industries de front. Côté jeu vidéo, c’est le début de la fin pour les animations rigides et pré-calculées ; on se dirige vers des personnages plus réactifs, capables d’interagir avec leur environnement de manière totalement imprévue. Côté robotique, c’est une pièce maîtresse du puzzle “sim-to-real” : les compétences apprises et affinées en simulation peuvent désormais être déployées sur du matériel physique avec une fidélité sans précédent.
Fidèle à ses habitudes récentes, NVIDIA a publié le code sur GitHub et les modèles pré-entraînés sur Hugging Face, une initiative saluée par la communauté. Toutefois, il y a un bémol : dans un pur style “je te donne la clé mais je garde la porte”, la licence des données de mouvement sous-jacentes est restreinte à une “évaluation interne uniquement”. En d’autres termes, vous pouvez monter le moteur, mais vous n’avez pas encore le droit de l’utiliser pour partir en virée commerciale. Pour les mordus de technique, l’intégralité de l’étude est disponible sur arXiv. Une chose est sûre : avec ces briques-là, NVIDIA est en train de bâtir le futur des êtres virtuels et physiques.