मोशनब्रिक्स मॉड्यूलर लेटेंट मॉडल के माध्यम से रियल-टाइम कैरेक्टर और रोबोट एनिमेशन प्रदान करता है

मोशनब्रिक्स एक ओपन-सोर्स प्रोजेक्ट है जिसमें एक मॉड्यूलर लेटेंट जनरेटिव मॉडल शामिल है जो कैरेक्टर और रोबोट को रियल-टाइम में एनिमेट करने के लिए डिज़ाइन किया गया है। SIGGRAPH 2026 के एक शोध पत्र पर आधारित, यह रिपॉजिटरी प्रीट्रेनड मॉडल, एक पाइथन रनटाइम, इंटरैक्टिव डेमो और ऑथरिंग एडिटर प्रदान करती है। उपयोगकर्ता आधिकारिक GitHub रिपॉजिटरी के माध्यम से सीधे घोषणा की पुष्टि कर सकते हैं।

मुख्य वास्तुकला और संचालन

सिस्टम हाल के पोज़ और टारगेट पोज़ के बीच 30 Hz पर गति भरकर काम करता है। तीन सीखे गए मॉड्यूल विशिष्ट कार्यों को संभालते हैं:

• रूट मॉड्यूल: रूट की अवधि और पथ की भविष्यवाणी करता है।
• पोज़ मॉड्यूल: पथ के साथ गति टोकन की भविष्यवाणी करने के लिए एक मास्क किए गए टोकन ट्रांसफॉर्मर का उपयोग करता है।
• डिकोडर: टोकन को निरंतर गति में बदलने के लिए कोडबुक हेड के साथ VQ-VAE का उपयोग करता है।

लंबी एनिमेटेड अनुक्रम पीढ़ियों को एक साथ जोड़कर बनाई जाती हैं, जहां रनटाइम अगले अनुक्रम के लिए संदर्भ के रूप में अंतिम चार रिकॉर्ड किए गए पोज़ का उपयोग करता है।

शामिल उपकरण और घटक

रिपॉजिटरी Hugging Face पर होस्ट किए गए चेकपॉइंट के साथ, SOMA बॉडी मॉडल और Unitree G1 रोबोट के लिए ONNX फ़ाइलों के रूप में प्रीट्रेनड मॉडल प्रदान करती है। मुख्य घटकों में शामिल हैं:

• डेमो: पोज़-टू-पोज़ जनरेशन के लिए एक इनब्रीवीनर डेमो और निरंतर गति और इंटरैक्शन दिखाने वाला एक सीन प्रिव्यू डेमो।
• एडिटर: क्रियाओं और वातावरण को अधिकृत करने के लिए स्मार्ट प्रिमिटिव एडिटर और सीन एडिटर।
• रनटाइम आवश्यकताएँ: TensorRT एकीकरण जिसके लिए NVIDIA GPU की आवश्यकता होती है। परीक्षण NVIDIA GeForce RTX 4090 से लैस Windows और Linux (x86-64) सिस्टम पर किया गया था।

व्यावहारिक निहितार्थ और लाइसेंसिंग

मोशनब्रिक्स का उद्देश्य ह्यूमेनॉइड गति, एनिमेशन और फिजिकल AI पर काम करने वाले डेवलपर्स और शोधकर्ताओं की सहायता करना है। घटक लाइसेंस भिन्न हैं: कोड Apache 2.0 के तहत लाइसेंस प्राप्त है, दस्तावेज़ीकरण CC-BY-4.0 के तहत, मॉडल NVIDIA ओपन मॉडल समझौते के तहत, और नमूना गति NVIDIA सैंपल डेटा मूल्यांकन लाइसेंस के तहत हैं। रिपॉजिटरी वर्तमान में बाहरी योगदान स्वीकार नहीं कर रही है।