W świecie, gdzie granica między symulacją a rzeczywistością staje się coraz cieńsza, NVIDIA, Inc. właśnie wyważyła kolejne drzwi. Gigant zaprezentował MotionBricks – model AI do generowania ruchu w czasie rzeczywistym, który z tą samą gracją animuje postacie w grach wideo, co fizyczne roboty humanoidalne. System imponuje wręcz absurdalną wydajnością: przetwarza 15 000 klatek na sekundę przy opóźnieniu rzędu zaledwie 2 milisekund. W praktyce oznacza to, że MotionBricks generuje płynne, złożone sekwencje ruchów szybciej, niż silnik gry jest w stanie o nie zapytać.
Technologia, szczegółowo opisana w publikacji na konferencję SIGGRAPH 2026, odsyła tradycyjne „drzewka animacji” do lamusa. Zamiast sztywnych schematów mamy model generatywny wytrenowany na potężnym zbiorze ponad 350 000 klipów wideo. MotionBricks potrafi „wymyślić” kolejny ruch na podstawie kilku poprzednich póz i celu, jaki ma osiągnąć, co pozwala na niezwykle dynamiczne sterowanie postacią. Całość napędzają tzw. „Smart Primitives” – modułowe umiejętności (skakanie, siadanie, podnoszenie przedmiotów), które można łączyć niczym klocki LEGO bez konieczności ponownego trenowania całego modelu.
Ale MotionBricks to nie tylko nowa zabawka dla deweloperów gier. NVIDIA pokazała, że ten sam model potrafi zarządzać motoryką całego „ciała” prawdziwego robota humanoidalnego Unitree G1, działając na module Jetson Orin. To właśnie w świecie robotyki dzieją się rzeczy najważniejsze: MotionBricks już teraz stanowi fundament Project GR00T – ambitnego modelu bazowego NVIDII dla wszechstronnych robotów humanoidalnych.
Dlaczego to ma znaczenie?
MotionBricks to punkt zwrotny dla dwóch branż jednocześnie. W gamedevie zwiastuje zmierzch epoki ręcznie rzeźbionych, sztywnych animacji. Czekają nas postacie, które reagują na otoczenie w sposób nieoskryptowany i naturalny. W robotyce z kolei to kluczowy element układanki „sim-to-real” – pozwala na przenoszenie umiejętności dopracowanych w symulacji bezpośrednio na fizyczny sprzęt z niespotykaną dotąd precyzją.
NVIDIA, w geście docenionym przez społeczność, udostępniła kod źródłowy na GitHubie oraz wytrenowane modele na Hugging Face. Jest jednak pewien haczyk, typowy dla korporacyjnych gigantów: licencja na same dane ruchowe (motion data) jest ograniczona wyłącznie do „wewnętrznej ewaluacji”. Oznacza to, że choć silnik dostajemy do ręki, to na legalną, komercyjną przejażdżkę musimy jeszcze poczekać. Dla tych, którzy chcą wgryźć się w techniczne detale, dokumentacja badawcza jest dostępna na arXiv. Te „klocki” mogą stać się fundamentem, na którym zbudujemy przyszłość zarówno wirtualnych, jak i całkiem realnych bytów.