A NVIDIA liberou o código e os modelos do MotionBricks, uma IA que gera em tempo real o movimento de personagens de jogos e do robô humanoide Unitree G1 a partir de poucas poses-alvo, sem as transições feitas à mão que hoje sustentam a animação nos games. Segundo a página oficial do projeto, um único modelo cobre mais de 350 mil movimentos e chega a 15.000 quadros por segundo com 2 milissegundos de latência.
Adicione ao Google NotíciasNeste artigo
Para quem faz jogo, a conta é de custo. Animar um personagem que anda, corre, agacha, pula obstáculo e senta exige capturar centenas de clipes e ligar todos eles numa máquina de estados, trabalho que fica caro a cada comportamento novo. O MotionBricks troca boa parte dessa fiação por um modelo que inventa o movimento entre uma pose e outra. É pesquisa aberta e gratuita, ainda longe de produto pronto.
O projeto saiu do laboratório GEAR, da NVIDIA Research, com coautores da ETH Zürich, da Simon Fraser University e da Universidade do Texas em Austin. O artigo, de 16 pesquisadores liderados por Tingwu Wang e Olivier Dionne, saiu na revista ACM Transactions on Graphics e foi apresentado na SIGGRAPH 2026, em julho. O preprint está no arXiv desde 27 de abril.
Como o MotionBricks gera o movimento entre duas poses
A técnica central é o in-betweening, o preenchimento do intervalo entre poses-chave. Trinta vezes por segundo, o modelo recebe dois insumos: o contexto, que são as quatro poses mais recentes do personagem (com postura e velocidade), e de uma a quatro poses-alvo que o movimento precisa alcançar. Com mais de um alvo, o sistema entende também velocidade e impulso, e o boneco passa pelo ponto sem frear.
Quem decide quanto tempo dura a transição é o próprio modelo. Cada geração produz de 0,6 a 1,9 segundo de movimento. Um módulo prevê a duração e o trajeto da pelve, um transformer preenche o movimento ao longo desse caminho e um decodificador VQ-VAE converte tudo em animação contínua, com os pés no chão. Movimento longo sai do encadeamento de gerações, com replanejamento quando o jogador muda de direção.
A base de treino é o BONES-SEED, conjunto com 350 mil clipes de captura de movimento feitos com atores reais pela Bones Studio e publicado no Hugging Face. Sobre o modelo, a NVIDIA montou o que chama de smart primitives. Na locomoção, comandos de velocidade, direção e estilo viram poses-alvo, e o personagem troca entre andar de zumbi, mancar, correr de lado ou agachado sem retreino. Nos objetos, a interação é descrita por poucas poses-chave: "o modelo preenche a aproximação, o contato e o acabamento", diz a página do projeto. Pegar uma espada, pular um banco ou sentar entram nessa categoria. De acordo com o artigo, uma pessoa sem formação em animação monta uma primitiva dessas no Unreal Engine 5 em menos de 10 minutos.
Desempenho do MotionBricks: os números da NVIDIA e onde eles encolhem
A demonstração oficial tem 2 minutos e 40 segundos ininterruptos no Unreal Engine 5, com o personagem navegando e interagindo com o cenário. "Todo movimento é gerado por redes neurais: sem foot-locking, sem blending, sem detecção de colisão, sem transições feitas à mão", afirma a NVIDIA. Os números a seguir são dos autores, sem reprodução independente até agora.
Os resultados do artigo, medidos em cerca de 35 mil clipes contra seis métodos concorrentes, aparecem nas tabelas do paper compiladas pelo i-scoop:
| Teste | MotionBricks | Comparação |
|---|---|---|
| Chega à pose-alvo (até 5 cm e 15°) | 99,6% | 87,7% no melhor rival; no máximo 78,2% nos modelos de difusão |
| Preferência de 40 avaliadores de animação e robótica | 86,5% das comparações | contra dois métodos por vez |
| Benchmark robótico LaFAN1-G1 | 61,1% | taxa de acerto do alvo |
| Velocidade | 15.000 FPS, 2 ms | medido numa RTX 5090 |
| Tamanho do modelo | cerca de 200 milhões de parâmetros | checkpoints públicos |
As letras miúdas pesam. O placar de 99,6% vem de um conjunto proprietário da Bones Studio, com cerca de 700 horas de captura, 9.300 habilidades e 163 atores. Nos conjuntos públicos HumanML3D e LaFAN1 a vantagem diminui, e há métodos que empatam ou superam o MotionBricks em diversidade de movimento. No teste com o robô, o acerto cai para 61,1%. E os 15.000 quadros por segundo saíram de uma RTX 5090, o topo da linha; as demos liberadas foram testadas numa RTX 4090.
Para dimensionar o problema que o modelo ataca, o artigo cita o grafo de animação de Assassin's Creed, que pode exigir mais de 15 mil animações, 5 mil estados e grafos aninhados em até 12 níveis. A alternativa que a indústria já usa é o motion matching, que vem no Unreal Engine 5 com uma amostra gratuita da Epic de mais de 500 animações: ele busca num banco o melhor trecho já gravado. O MotionBricks cria movimento novo, inclusive transições que ninguém capturou, mas herda as lacunas dos dados em que foi treinado. Nenhum jogo comercial usa a tecnologia até agora, segundo o i-scoop.
MotionBricks nos robôs: o mesmo modelo move o humanoide Unitree G1
A NVIDIA treinou uma versão para o Unitree G1. Os dados de captura foram adaptados ao esqueleto do robô, com a mesma interface de poses-alvo do personagem de jogo. No computador Jetson Orin embarcado no G1, cada geração leva 5 milissegundos, com replanejamento dez vezes por segundo ou a cada novo comando. Segundo a página oficial, o MotionBricks já é componente central do GR00T Whole-Body Control, a pilha de controle de humanoides da NVIDIA, onde trabalha ao lado do GEAR-SONIC.
Há um limite claro aqui. O modelo gera poses desejadas, não comandos de motor. Quem mantém o robô em pé é um controlador de rastreamento separado, e os cartões dos modelos avisam que o movimento gerado "não é validado para controle físico de robô". Na prática, o MotionBricks é um planejador de movimento.
MotionBricks no GitHub: onde baixar, licença e placa de vídeo exigida
Tudo é gratuito. O repositório NVlabs/motionbricks no GitHub traz o runtime em Python (com Warp, Newton e TensorRT), modelos pré-treinados para o esqueleto humano SOMA e para o G1 em formato ONNX, checkpoints no Hugging Face, duas demos (Inbetweener e Scene Preview) e dois editores, um para criar primitivas e outro para montar cenas.
O requisito de hardware é o que mais limita quem quer testar no Brasil: o runtime exige GPU NVIDIA, e a empresa só documenta testes em Windows e Linux com uma RTX 4090. A NVIDIA não informa o desempenho em placas mais baratas da linha RTX.
O pacote não inclui o plugin de Unreal usado na demo, o pipeline de treino completo nem os dados de treino completos, segundo o i-scoop. Não existe integração oficial com Unity ou Godot; o formato ONNX permite que um estúdio faça a sua, mas o trabalho fica com ele.
Antes de colocar em produto, vale ler as licenças. O código sai sob Apache 2.0, com uso comercial livre. Os modelos treinados seguem o NVIDIA Open Model Agreement, que permite uso comercial, mas a licença cai se o usuário processar alegando que o modelo viola patente ou direito autoral. Já os movimentos de exemplo estão sob uma licença só de avaliação e não podem entrar em jogo lançado. Para estúdios independentes brasileiros, que raramente têm equipe de animação para cada comportamento novo, o atalho é real, mas o gargalo passa a ser outro: conseguir dados de movimento licenciados para treinar ou ajustar o modelo.
