辟谣 · 病毒式数字

350,000 和 15,000 到底指什么

MotionBricks 的讨论靠两个数字活着，而多数帖子把它们说错了。权威引用只有一句话。这一页其余内容都是对这句话的拆解。

Many community posts repeat a “5,000 FPS” figure. It is wrong: the official project page and README both state 15,000 FPS / 15000 FPS. Cite the paper, not the hype thread.

一切源头的那一句话

“MotionBricks achieves 15000 FPS and 2 ms latency covering over 350,000 motion skills by a single neural backbone.”——官方项目页，nvlabs.github.io/motionbricks

主谓宾。一个模型，生成动作，很快，覆盖一个大剪辑语料。每个正确读法都是对这句话的解析；每个病毒式误读都丢掉了其中一块。

15,000FPS

real-time generation throughput (official: 15000 FPS)

2ms

latency per official project page

350,000+clips

motion clips modeled by a single neural backbone

15,000 FPS：它在数什么

The pair “350,000 / 15,000” that circulates in posts comes from two different axes of the same claim: 350,000+ motion clips in the training corpus (BONES-SEED, 142,220 retargeted G1 trajectories, ~288 hours), and 15,000 FPS runtime generation throughput. Neither number is a dataset size, and 15,000 FPS is not a monitor refresh rate — it is frames of motion the model can synthesize per second.

拆开讲：这里的 FPS 指模型每秒钟墙钟时间生成的动作帧数，不是显示器显示的帧率。由 MotionBricks 驱动的 G1 人形不会以 15,000 Hz 运行——没有东西以这个速率渲染。这个数字衡量的是合成余量：生成器比消费它的 50 Hz 级控制环和 30–60 fps 显示器快多少——这正是单块 CUDA GPU 上交互式零样本控制可行的原因。配套数字 2 ms 延迟，同样出自官方项目页。

350,000：它在数什么

同样来自上面的更正：35 万以上是训练语料里的动作剪辑数量——也就是 README 描述为职业级真人动捕的BONES-SEED 集合——不是某个可以用浏览器打开的数据集的名字或大小，不是参数量，也不是某个锁定菜单里的技能数。“Over 350,000 motion skills by a single neural backbone”声称的是一个模型覆盖了这份语料——这正是SIGGRAPH 2026 论文花掉整个架构章节去论证的可扩展性论点。

交互演示录屏：G1 人形由键盘指令实时驱动 — 消费侧：交互控制以键盘速度运行，不是 15,000 Hz——FPS 数字描述的是它背后的生成器。

如何引用而不重复炒作

引用完整句子（或链接它），而不是裸数字；脱离语境的“15,000 FPS！”正是误读的起点——包括本站首页已标记的幽灵“5,000 FPS”。
把吞吐与延迟当作两个独立声明：每秒帧数不是每帧毫秒数，官方页面对两个数字都给了，是有原因的。
引用任何其他流传的数字前——参数量、基准分数——先查它是否出现在论文或 README 里。如果只出现在某个回帖里，它大概就是在回帖里被编出来的。

然后自己去量这个声明：安装指南能跑起交互演示，G1 控制页列出每个按键。2 毫秒很难看见，但按 F 在步态中零样本切换风格，一眼就能看见。