论文卡 · SIGGRAPH 2026
MotionBricks 论文，逐字细读
“MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives”——社区里流传的每个数字背后的那份文档。下面是它的标识、作者，以及它实际声称内容的清单。
去哪找它
- 发表于 ACM Transactions on Graphics，对应 SIGGRAPH 2026；DOI：10.1145/3811334
- arXiv 预印本：arXiv:2604.24833（cs.RO）
- NVIDIA GEAR 实验室官方 PDF：motionbricks_siggraph_2026.pdf
- 带演示的项目页：nvlabs.github.io/motionbricks
作者名单共十六位，第一作者 Tingwu Wang 在 arXiv 摘要页上同时被列为通讯作者。仓库引用块里的 bibtex key（wang2026motionbricksscalablerealtimemotions）与之一致。引用时引论文，别引截图。
作者们声称了什么——逐条列出
- 15,000 FPS 生成吞吐、2 ms 延迟，官方项目页原文如此：“MotionBricks achieves 15000 FPS and 2 ms latency covering over 350,000 motion skills by a single neural backbone.”
- 一个骨干覆盖超过 35 万段动作剪辑——模块化潜在生成模型（VQVAE 分词器加 pose 与 root 模型），不是按任务堆网络。
- 零样本合成——动作从训练好的潜在空间组合而来，每个新指令组合无需按任务单独训练。
- Smart primitives 作为控制面：locomotion 由速度、朝向与风格输入驱动；物体交互由骨干补全的 proxy keyframes 驱动。
- 官方演示材料称运行时无需 foot-locking、无需 blending、无需碰撞检测、无需手工编写过渡。
- “第一”类说法是作者自评。项目页把 UE5 规模演示描述为，据作者所知，首个同时达到该质量、可控性、复杂度与完整度的神经模型。请把这个限定语当成声明的一部分。
论文与代码的关系
2026-04-27 的公开版本是预览版：交互式 MuJoCo 演示、预训练权重、合成训练代码。README 的路线图承诺完整管线——模型嵌入 GR00T Whole-Body Control 机器人学框架——大约在预览发布一个月后。如果审稿人问“能复现表 N 吗”，今天诚实的答案写在仓库 News 一节，直接链接过去比猜强。
还想拿数字对照炒作？350,000 与 15,000 辟谣帖覆盖了流传最广的两个误读。要在本地跑起论文背后的系统，从安装指南和首页对框架的说明开始。