NVIDIA präsentiert ARDY: Ein neues Modell zur Echtzeit-Generierung menschlicher Bewegungen
Mindverse News
KI-gestützt erstellt 7 Quellen Arbeitsweise
Das Wichtigste in Kürze
- NVIDIA hat mit ARDY ein autoregressives Diffusionsmodell für die interaktive Generierung menschlicher Bewegungen in Echtzeit vorgestellt.
- ARDY ermöglicht die Erstellung von 3D-Animationssequenzen durch Texteingaben und kinematische Constraints.
- Das Modell ist quelloffen und auf Hugging Face Spaces für die öffentliche Nutzung zugänglich.
- Es adressiert die Herausforderung, hochqualitative Bewegungsgeneerierung mit der Echtzeitfähigkeit interaktiver Anwendungen zu verbinden.
- ARDY findet Anwendung in Bereichen wie Animation, Simulation und humanoider Robotik.
- Die Technologie wurde für SIGGRAPH 2026 in den ACM Transactions on Graphics veröffentlicht.
// Inhalt · 6 Abschnitte
Echtzeit-KI-Animation: NVIDIAs ARDY revolutioniert die Bewegungserzeugung
Die Generierung realistischer 3D-Bewegungen für menschliche und humanoide Charaktere in Echtzeit stellt seit Langem eine zentrale Herausforderung in der Computeranimation, Simulation und Robotik dar. Aktuelle Entwicklungen im Bereich der Künstlichen Intelligenz zeigen jedoch vielversprechende Fortschritte. NVIDIA hat mit der Einführung von ARDY (Autoregressive Diffusion with Hybrid Representation for Interactive Human Motion Generation) ein System vorgestellt, das diese Lücke schließen könnte, indem es hochpräzise Bewegungserzeugung mit interaktiver Echtzeitfähigkeit verbindet.
Grundlagen und Funktionsweise von ARDY
ARDY ist ein autoregressives Diffusionsmodell, das speziell für die interaktive Generierung von Bewegungen konzipiert wurde. Es ermöglicht die Erstellung von 3D-Animationssequenzen basierend auf Texteingaben und flexiblen kinematischen Constraints. Das System ist in der Lage, Bewegungen Bild für Bild auszugeben, wodurch eine Echtzeit-Vorschau und Interaktion möglich werden.
Autoregressive Diffusionsmodelle
Autoregressive Modelle zeichnen sich dadurch aus, dass sie eine Sequenz von Daten generieren, wobei jedes neue Element unter Berücksichtigung der zuvor generierten Elemente erstellt wird. Im Kontext von ARDY bedeutet dies, dass jede neue Bewegungspose auf den vorhergehenden Posen aufbaut, was zu kohärenten und flüssigen Animationen führt. Diffusionsmodelle wiederum sind eine Klasse generativer Modelle, die durch das schrittweise Hinzufügen und Entfernen von Rauschen zu Daten lernen, komplexe Datenverteilungen zu modellieren.
Hybride Repräsentation
Ein zentrales Merkmal von ARDY ist seine hybride Repräsentation. Diese kombiniert explizite Root-Features mit einer latenten Repräsentation, was eine präzise Steuerung und gleichzeitig eine hohe Ausdrucksfähigkeit der generierten Bewegungen ermöglicht. Diese Kombination ist entscheidend, um sowohl die Genauigkeit der Bewegungen als auch die Echtzeit-Fähigkeit zu gewährleisten.
Interaktive Steuerungsmöglichkeiten
ARDY bietet vielfältige interaktive Steuerungsmöglichkeiten. Nutzer können durch Texteingaben beschreiben, welche Aktionen ein Charakter ausführen soll. Darüber hinaus können kinematische Constraints wie Root-Pfade, Wegpunkte, Ganzkörper-Keyframes und sogar spärliche Gelenkpositionen oder Rotationen definiert werden, um die Bewegung präzise zu steuern. Diese Flexibilität erlaubt es Entwicklern und Animatoren, detaillierte und spezifische Bewegungsabläufe zu generieren.
Vorteile gegenüber bestehenden Systemen
Bisherige Ansätze zur Bewegungserzeugung ließen sich grob in zwei Kategorien einteilen: Offline-Methoden und Online-Methoden.
Offline-Methoden
Offline-Methoden, wie beispielsweise Modelle, die präzise Kontrolle über Text und kinematische Constraints bieten, sind oft sehr leistungsfähig in Bezug auf die Qualität der generierten Bewegungen. Ihr Hauptnachteil liegt jedoch in der fehlenden Echtzeitfähigkeit. Die Inferenzgeschwindigkeit ist für interaktive Anwendungen in der Regel zu gering, was ihren Einsatz in dynamischen Umgebungen limitiert.
Online-Methoden
Online-Methoden ermöglichen zwar eine Echtzeit-Synthese, opfern aber oft die Kontrollierbarkeit oder haben Schwierigkeiten mit komplexen Textsemantiken und langfristigen Zielen aufgrund begrenzter Kontextfenster. ARDY schließt diese Lücke, indem es die Vorteile beider Ansätze vereint – hohe Fidelity in der Bewegungserzeugung und interaktive Echtzeit-Responsivität.
Anwendungsbereiche und Implikationen
Die Einführung von ARDY hat weitreichende Implikationen für verschiedene Branchen.
Animation und Spieleentwicklung
Im Bereich der Animation und Spieleentwicklung könnte ARDY die Erstellung von Charakteranimationen erheblich beschleunigen und vereinfachen. Animatoren könnten Bewegungssequenzen durch einfache Texteingaben generieren und diese in Echtzeit anpassen, anstatt aufwendige manuelle Keyframe-Animationen zu erstellen oder auf langsame Offline-Renderings zu warten. Dies könnte die Produktionszyklen verkürzen und die kreativen Möglichkeiten erweitern.
Simulation
In Simulationsumgebungen, beispielsweise für Training oder Forschung, ermöglicht ARDY die realistische Darstellung menschlicher Bewegungen in Echtzeit. Dies ist besonders relevant für Szenarien, die eine dynamische Interaktion erfordern, wie etwa das Training von Robotern oder die Simulation komplexer menschlicher Verhaltensweisen.
Humanoide Robotik
Für die humanoide Robotik bietet ARDY die Möglichkeit, Roboter mit natürlicheren und menschenähnlicheren Bewegungen auszustatten. Die Echtzeit-Generierung von Bewegungen basierend auf Befehlen oder Umgebungsdaten könnte die Interaktion von Robotern mit ihrer Umgebung und mit Menschen verbessern.
Verfügbarkeit und Open Source
NVIDIA hat ARDY als quelloffenes Projekt auf GitHub zugänglich gemacht und Modelle auf Hugging Face Spaces bereitgestellt. Dies ermöglicht es Forschern und Entwicklern weltweit, die Technologie zu nutzen, weiterzuentwickeln und in eigene Projekte zu integrieren. Die Verfügbarkeit auf Hugging Face Spaces bietet eine einfache Möglichkeit, mit dem Modell zu experimentieren und dessen Fähigkeiten zu testen.
Technische Details und Erreichbarkeit
ARDY wurde am 10. Juli 2026 von NVIDIA Research veröffentlicht und für SIGGRAPH 2026 in den ACM Transactions on Graphics angenommen. Die Inferenzcode ist unter der Apache 2.0 Lizenz verfügbar, während die Modellgewichte unter der NVIDIA Open Model License veröffentlicht wurden, die die kommerzielle Nutzung explizit erlaubt. Es existieren verschiedene Modellvarianten, darunter "ARDY-Core-RP-20FPS-Horizon40", trainiert auf dem Bones Rigplay 1 Datensatz mit einem 27-Gelenk-Skelett bei 20 FPS, und "ARDY-G1-RP-25FPS-Horizon8", trainiert mit einem 34-Gelenk-Unitree G1 Roboterskelett bei 25 FPS.
Die Anforderungen an die Hardware, insbesondere an den Grafikspeicher (VRAM), sind zu beachten. Für den Betrieb wird eine GPU mit etwa 20 GB VRAM empfohlen, was den Einsatz in Cloud-Umgebungen oder auf leistungsstarken Workstations nahelegt.
Fazit
Mit ARDY hat NVIDIA einen bedeutenden Schritt in Richtung interaktiver Echtzeit-KI-Animation gemacht. Die Kombination aus autoregressivem Diffusionsmodell, hybrider Repräsentation und flexiblen Steuerungsmöglichkeiten schafft ein Werkzeug, das das Potenzial hat, die Art und Weise, wie wir digitale Charaktere animieren und mit ihnen interagieren, grundlegend zu verändern. Die quelloffene Natur und die Verfügbarkeit auf Plattformen wie Hugging Face Spaces fördern zudem die breite Anwendung und Weiterentwicklung dieser Technologie in Forschung und Industrie.
Bibliography:
- ARDY: Interactive Human Motion Generation, NVIDIA Research, https://research.nvidia.com/labs/sil/projects/ardy/
- nv-tlabs/ardy, GitHub Repository, https://github.com/nv-tlabs/ardy
- nvidia/ARDY-Core-RP-20FPS-Horizon40, Hugging Face, https://huggingface.co/nvidia/ARDY-Core-RP-20FPS-Horizon40
- nvidia/ARDY-G1-RP-25FPS-Horizon8, Hugging Face, https://huggingface.co/nvidia/ARDY-G1-RP-25FPS-Horizon8
- ARDY: Autoregressive Diffusion with Hybrid Representation for Interactive Human Motion Generation, arXiv, https://arxiv.org/html/2607.08741v1
- NVIDIA ARDY: The Real-Time Leap in AI Animation (Open-Source), YouTube, Stefan 3D AI, https://www.youtube.com/watch?v=xLf27GC0-hE
- ARDY: NVIDIA Open Real Time Text to Motion Model for Digital Humans and Robots, AI FILMS LLC, https://studio.aifilms.ai/blog/ardy-nvidia-real-time-motion-generation
//Nächster Artikel
Open Source
Direkteinreichung von Fachpublikationen: Workflows auf Hugging Face und regulatorische Vorgaben im Open-Access-VerlagswesenAnalyse der Einreichungsprozesse für Forschungsarbeiten über Hugging Face Daily Papers sowie der KI- und Lizenzvorgaben im Open-Access-Verlagswesen.
// Artikel teilen
Mehr zu NVIDIA
Alle NVIDIA-News- NVIDIA veröffentlicht Nemotron 3 Diarization für die Analyse mehrerer Sprecher in Echtzeit
NVIDIA veröffentlicht mit Nemotron 3 Diarization ein Open-Weight-Modell zur Sprecherdiarisierung. Es erkennt für bis zu 8 Sprecher in Echtzeit oder offline, wer wann spricht – auch bei überlappender Sprache. Ideal für präzise Audio-Transkriptionen in Meetings, Kundenservice und Sprach-KI.
- NVIDIA veröffentlicht FoundationPose für die 6D-Posenschätzung unbekannter Objekte
NVIDIA veröffentlicht FoundationPose auf Hugging Face: Ein einheitliches KI-Modell für die 6D-Posenschätzung und Verfolgung unbekannter Objekte ohne Fine-Tuning. Ideal für Robotik, Montage und industrielle Bildverarbeitung mittels CAD-Modell oder Referenzbildern.
- Nvidia plant Ankerinvestition in Anthropics bevorstehenden Rekord-IPO
Nvidia plant eine Ankerinvestition von bis zu 10 Mrd. $ in Anthropics Mega-IPO. Der Börsengang könnte mit einer Bewertung von 2 Bio. $ der größte der Geschichte werden.
- NVIDIA optimiert Lieferkettenentscheidungen mit Palantir Foundry und cuOpt
NVIDIA automatisiert seine Hardware-Lieferkette mit Palantir Foundry & cuOpt. Durch trainiertes Nemotron 3.5 werden 86,7% Entscheidungsgenauigkeit bei der Materialzuweisung erreicht und die "Time of Ownership" minimiert.
// Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
Recherchieren Sie KI-News wie diese selbst — mit Mindverse Studio.
7 Tage kostenlos testen — ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.
//Chronik
Aus dem Archiv · rund um den 16. Juli 2026
← Davor erschienen