NVIDIA MotionBricks: نموذج واحد يولّد 350 ألف حركة (ويتحكم أيضًا في الروبوتات)

على مدى ثلاثين عامًا، اتبع تحريك شخصيات ألعاب الفيديو نفس الوصفة: يصنع المحركون انتقالات يدويًا، ثم يوسمون مئات المقاطع (مشي، ركض، قفز، هجوم…)، وبعد ذلك يربطون كل ذلك في آلة حالات تقرر أي مقطع يُشغَّل وكيفية الانتقال من واحد إلى آخر. هذا النظام هش وبطيء ولا يتوسع جيدًا. وقد استبدل NVIDIA Research هذا المسار بالكامل بنموذج واحد: MotionBricks.

1. كيف كنا نحرك سابقًا (ولماذا كان يتعثر)

يعتمد مسار التحريك التقليدي على ثلاثة أعمدة:

• التقاط / إنشاء المقاطع: التقاط حركة أو تحريك بمفاتيح، مقطع لكل فعل.
• وسم كل مقطع («مشي»، «ركض»، «خامل»، «قفز»، «التقاط»…) حتى يعرف المحرك ما يشغله.
• ربط آلة حالات (animation state machine / blend tree): قواعد تقرر الانتقالات وتدمجها لتجنب الانقطاعات.

المشكلة: كل فعل جديد يضاعف الانتقالات التي يجب إدارتها يدويًا. كلما زادت قدرات الشخصية، أصبح الرسم البياني طبق سباغيتي — هش ومكلف وصعب التطوير. وأي تركيبة غير متوقعة («المشي إلى هذا المقعد، تخطيه، ثم الجلوس») يجب توقعها وربطها صراحة.

2. ما يغيّره MotionBricks: شبكة واحدة

يستبدل MotionBricks هذا الرسم البياني بنموذج فريد مُدرَّب على محيط من الحركات. بدل تخزين مقاطع موسومة وقواعد انتقال، تعلَّم الشبكة «فيزياء» الحركة البشرية من أكثر من 350 000 مقطع. النتيجة: يستطيع توليد أي انتقال، لا مجرد إعادة تشغيله.

3. كيف نستخدمه: أوامر، لا مقاطع

يكمن التغيير الجوهري في جملة واحدة: لم تعد تصف أي مقطع تشغّل، بل تصف النية. تكفي بعض الأوامر عالية المستوى، والنموذج يملأ كل إطار وسيط:

# تعطي النية، لا الإطارات
goto      ./banc            # اختر مكانًا للمشي إليه
grab      ./epee            # اختر كائنًا للإمساك به
style     ./furtif          # اختر أسلوب الحركة

# يولد النموذج كل الإطارات بين المراحل:
# -> يمسك الشخصية السيف، يتخطى المقعد، ثم يجلس
render --fps 60 --realtime

في عرض NVIDIA التوضيحي، يمسك شخص سيفًا، يتخطى مقعدًا، ثم يجلس — تسلسل لم يربطه أحد إطارًا بإطار. يقحم الشبكة حركة مقنعة بين كل هدف.

4. المخطط: قبل / بعد

flowchart TB
    subgraph AVANT["خط الأنابيب الكلاسيكي (Pipeline classique)"]
      A1["مقاطع ملتقطة
+ وسوم يدوية (Clips captures
+ tags manuels)"] --> A2["آلة حالات
(انتقالات مربوطة يدويًا) (Machine a etats
(transitions cablees))"]
      A2 --> A3["التحريك المشغّل (Animation jouee)"]
    end
    subgraph APRES["MotionBricks"]
      B1["أوامر
(هدف، كائن، أسلوب) (Commandes
(but, objet, style))"] --> B2["شبكة واحدة
350 000 مقطع مُتعلَّم (Un seul reseau
350 000 clips appris)"]
      B2 --> B3["كل إطار مولَّد
15 000 إطار/ثانية (Chaque frame generee
15 000 fps)"]
    end

5. المنعطف الحقيقي: نفس الدماغ للروبوتات

هنا يصبح الأمر مذهلًا. كود MotionBricks مفتوح ومدمج بالفعل في GR00T Whole-Body Control — حزمة NVIDIA لـالتحكم الكامل بجسم الروبوتات البشرية الشكل. بمعنى آخر، النموذج نفسه الذي يحرك شخصية لعبة يُستخدم أيضًا لتحريك روبوت فيزيائي.

ليس صدفة. توليد حركة بشرية مقنعة والتحكم فيها عبر أهداف هو بالضبط ما يحتاجه الروبوت البشري الشكل للمشي والانحناء والإمساك بكائن والحفاظ على التوازن. أصبحت ألعاب الفيديو والروبوتات تشتركان أخيرًا في نفس الأساس.

6. ماذا يعني ذلك لك

7. ما يجب تذكره (القيود)

• بحث، ليس منتجًا نهائيًا. عمل من NVIDIA Research: مذهل في العرض التوضيحي، لكن التكامل في الإنتاج (محركات، روبوتات) يتطلب جهدًا.
• يتطلب GPU. 15 000 إطار/ثانية للتوليد يفترض عتادًا مناسبًا؛ «مجانية» الوقت الحقيقي لها تكلفة حسابية.
• الواقع لا يزال صعبًا. نقل الحركة من المحاكاة إلى روبوت فيزيائي («sim-to-real») لا يزال يحمل مخاطره: احتكاك، مستشعرات، أمان.
• البيانات والتحيز. نموذج مُدرَّب على 350 000 مقطع يعكس ما رآه — الأساليب والأشكال والحركات الممثلة في مجموعة البيانات.

FAQ

Sources : annonce et démonstration de NVIDIA Research (MotionBricks / GR00T Whole-Body Control). Détails techniques susceptibles d'évoluer — réfère-toi aux publications et au dépôt officiels de NVIDIA.