NVIDIA把动作生成干到15000帧每秒,但你的显卡不是5090
2ms延迟、15000 FPS、35万条动作片段,NVIDIA MotionBricks的数字很漂亮。但实验室的5090和客厅里那台还在跑60帧的机器之间,隔着一整代硬件差距。更值得看的是机器人那部分。
NVIDIA放出了MotionBricks,一个动作生成模型。官方数字:RTX 5090上15000 FPS,延迟2ms。
先把这个数字拆开看。60帧游戏的一帧是16.7ms,2ms占12%。有网友在推上直接算过账:15000帧是60帧需求的250倍,理论上单张5090能同时驱动250个角色。
听起来像游戏NPC终于可以告别循环播放的走路动画。
但有人在评论区泼了盆冷水:2ms是实验室数字,真实游戏里同一张显卡还要干渲染的活,而且大部分玩家的机器离5090很远。这话没毛病。15000 FPS是能力的上限,不是交付给你的帧率。
更有意思的是另一条回复:“15000帧每秒的NPC,脸直接撞墙。”动作生成解决了,感知和决策还没跟上。生成再快,NPC不知道前面有墙,照样穿模。
真正值得看的不是游戏。
MotionBricks训练用了35万条动作片段,来源是BONES-SEED数据集,真人动捕素材。官方演示里有一段2分40秒的UE5未剪辑Demo,导航、上下楼梯、捡剑、坐椅子、跳长椅,全程神经网络生成。没有脚部锁定,没有动画混合,没有碰撞检测后处理。这组描述来自项目主页原话。
它还接入了GR00T Whole-Body Control,成了NVIDIA人形机器人运动生成层的一部分。预训练模型包括SOMA和Unitree G1,ONNX打包好了,SafeTensors在Hugging Face上。代码在NVlabs/motionbricks开源,带交互Demo、Smart Primitive编辑器和场景编辑器。

有个说法值得注意:这套东西两年前还是大厂内部捂着的专有动作匹配技术。现在论文挂在arXiv,权重挂在Hugging Face,ONNX导出器都给你了。SIGGRAPH 2026的论文,代码直接放出来。
回到那个2ms。它是真的,但它是单卡、纯推理、不考虑渲染管线的2ms。离“每个NPC都有自己的动作大脑”还有距离。不过距离在缩短。缩短的方式不是等大家的显卡换成5090,是等这项技术变成引擎里的一个默认组件,你根本感觉不到它在跑。
到那天,NPC撞墙的问题还在,只是撞得比以前流畅多了。
发布时间: 2026-10-29 09:50