In una mossa che assottiglia ulteriormente il confine tra simulazione e realtà, NVIDIA ha tolto i veli a MotionBricks, un’IA per la generazione di movimento in tempo reale capace di animare, con un unico modello, sia i personaggi dei videogame che i robot umanoidi in carne e ossa (o meglio, in metallo e circuiti). Il sistema vanta prestazioni da capogiro: un throughput di 15.000 frame al secondo con una latenza di appena 2 millisecondi. In pratica, MotionBricks genera movimenti fluidi e complessi più velocemente di quanto un motore grafico riesca a richiederli.
La tecnologia, presentata in un paper per il SIGGRAPH 2026, manda in pensione le tradizionali “macchine a stati” dell’animazione. Al loro posto, utilizza un modello generativo addestrato su un dataset mastodontico di oltre 350.000 clip di movimento. MotionBricks è in grado di prevedere l’azione successiva basandosi sulle pose precedenti e su un obiettivo finale, permettendo un controllo dei personaggi dinamico e istantaneo. Il vero asso nella manica sono le “Smart Primitives”: abilità motorie modulari — come saltare, sedersi o afferrare oggetti — che possono essere incastrate tra loro proprio come mattoncini Lego, senza dover riaddestrare il modello da zero.
Ma non fatevi ingannare: MotionBricks non è solo l’ultimo giocattolo per gli sviluppatori di tripla A. NVIDIA ha dato prova di forza mostrando lo stesso identico modello mentre gestiva il controllo “whole-body” di un robot umanoide Unitree G1, il tutto elaborato localmente da un modulo Jetson Orin. È qui che il discorso si fa serio: MotionBricks costituisce già l’ossatura per la generazione del movimento di Project GR00T, l’ambizioso foundation model di NVIDIA per i robot umanoidi general-purpose.
Perché è una notizia da prima pagina?
MotionBricks segna un cambio di paradigma per due settori che, fino a ieri, parlavano lingue diverse. Per il mondo del gaming, è l’inizio della fine per le animazioni rigide e pre-calcolate: ci aspettano personaggi capaci di reagire all’ambiente in modi mai visti e non programmati. Per la robotica, è il tassello mancante del puzzle “sim-to-real”: permette alle abilità apprese e affinate in simulazione di essere trasferite sull’hardware fisico con una fedeltà senza precedenti.
NVIDIA ha già rilasciato il codice su GitHub e i modelli pre-addestrati su Hugging Face, scatenando l’entusiasmo della community. Tuttavia, come spesso accade con i colossi tech, c’è un piccolo “ma”: la licenza per i dati di movimento sottostanti è limitata alla sola valutazione interna. In breve: potete costruire il motore, ma non potete ancora portarlo su strada per scopi commerciali. Per chi volesse addentrarsi nei meandri tecnici, il paper di ricerca è disponibile su arXiv. Questi sono i mattoncini con cui verrà costruito il futuro degli esseri digitali e di quelli fisici.