In einem Vorstoß, der die Grenzen zwischen Simulation und Realität endgültig verwischt, hat NVIDIA, Inc. mit MotionBricks eine KI zur Echtzeit-Bewegungsgenerierung vorgestellt. Das Besondere: Ein und dasselbe Modell animiert sowohl digitale Videospielfiguren als auch physische humanoide Roboter. Mit einem atemberaubenden Durchsatz von 15.000 Bildern pro Sekunde (fps) und einer Latenz von gerade einmal 2 Millisekunden generiert das System flüssige, komplexe Bewegungsabläufe schneller, als eine Game-Engine sie überhaupt abfragen kann.
Die Technologie, die in einem Paper für die SIGGRAPH 2026 detailliert beschrieben wird, lässt klassische “Animation State Machines” alt aussehen. Statt starrer Abläufe nutzt MotionBricks ein generatives Modell, das auf einem gigantischen Datensatz von über 350.000 Motion-Clips trainiert wurde. Das System berechnet Bewegungen basierend auf den letzten Posen und einer Zielvorgabe, was eine dynamische Steuerung in Echtzeit ermöglicht. “Smart Primitives” – modulare Bewegungsbausteine wie Springen, Setzen oder das Aufheben von Objekten – lassen sich dabei wie Lego-Steine kombinieren, ohne dass das Modell neu trainiert werden muss.
Doch MotionBricks ist weit mehr als nur ein schickes neues Spielzeug für Game-Designer. NVIDIA demonstrierte, wie exakt dasselbe Modell die Ganzkörpersteuerung eines echten Unitree G1 Humanoiden übernahm, befeuert von einem Jetson Orin Modul. Hier wird es ernst: MotionBricks fungiert bereits als zentraler Layer für die Bewegungssteuerung von NVIDIAs ehrgeizigem Project GR00T, dem Basismodell für universell einsetzbare humanoide Roboter.
Warum das ein Gamechanger ist
MotionBricks markiert einen Wendepunkt für gleich zwei Branchen. In der Spieleentwicklung läutet es das Ende der Ära starrer, von Hand erstellter Animationsbäume ein. Wir steuern auf Charaktere zu, die dynamischer und reaktionsschneller agieren und mit ihrer Umwelt auf völlig unvorhersehbare Weise interagieren können. In der Robotik wiederum ist es ein entscheidendes Puzzleteil für das “Sim-to-Real”-Problem: In der Simulation erlernte und verfeinerte Fähigkeiten lassen sich mit deutlich höherer Präzision direkt auf physische Hardware übertragen.
NVIDIA hat den Code bereits auf GitHub veröffentlicht und die vorberechneten Modelle auf Hugging Face zur Verfügung gestellt – ein Schritt, der in der Entwickler-Community gefeiert wird. Doch wie so oft gibt NVIDIA mit der einen Hand, während die andere fest zugreift: Die Lizenz für die zugrunde liegenden Bewegungsdaten ist auf die “interne Evaluierung” beschränkt. Man darf den Motor also zwar bewundern und testen, aber eine kommerzielle Spritztour ist rechtlich noch nicht drin. Wer tief in die Materie eintauchen will, findet das vollständige Research Paper auf arXiv. Fest steht: Mit diesen Bausteinen könnte NVIDIA das Fundament für die Zukunft sowohl virtueller als auch physischer Wesen gelegt haben.