MotionBricks：基于模块化潜在生成模型和智能原语的可扩展实时运动
机器人学
2026-04-29 v1 人工智能
图形学
机器学习
摘要
尽管生成式运动合成取得了突破性进展，但实时交互式运动控制仍由传统技术主导。在本工作中，我们确定了 bridging 研究与生产之间的两个关键挑战：1）实时可扩展性：行业应用对在计算受限条件下生成大范围运动技能的实时性有要求，而生成方法在实时计算约束下在质量和可扩展性方面表现显著下降；2）集成：行业应用对涉及速度命令、风格选择和精确关键帧的细粒度多模态控制有要求，而现有基于文本或标签驱动的模型 largely 未满足这一需求。为克服这些限制，我们引入了 MotionBricks：一个大规模、实时的生成框架，其解决方案分为两方面。首先，我们提出了一种针对可靠实时运动生成的大规模模块化潜在生成主干，有效地对 35 万个以上运动剪辑进行建模。其次，我们引入了智能原语，为导航和对象交互提供统一、稳健且直观的界面。应用程序可以像拼装砖块一样以无需专家动画知识的方式进行设计。定量地，我们表明 MotionBricks 在各种规模的开源和专有数据集上产生了最先进的运动质量，同时实现了 15,000 FPS 的实时吞吐量和 2ms 的延迟。我们在一个完整的生产级动画演示中展示了 MotionBricks 的灵活性和可靠性，涵盖了各种风格下的导航和对象场景交互。为展示该框架超越动画的应用，我们在Unitree G1 人形机器人上部署了 MotionBricks，展示了其为实时机器人控制所需的灵活性和泛化能力。
引用
@article{arxiv.2604.24833,
title = {MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives},
author = {Tingwu Wang and Olivier Dionne and Michael De Ruyter and David Minor and Davis Rempe and Kaifeng Zhao and Mathis Petrovich and Ye Yuan and Chenran Li and Zhengyi Luo and Brian Robison and Xavier Blackwell and Bernardo Antoniazzi and Xue Bin Peng and Yuke Zhu and Simon Yuen},
journal= {arXiv preprint arXiv:2604.24833},
year = {2026}
}
备注
ACM Transactions on Graphics; SIGGRAPH 2026. Project page: https://nvlabs.github.io/motionbricks/