К содержимому
Дайджест

Nvidia Kimodo: анимации персонажей из одной фразы

Can It Code?·20 октября 2026·6:07
текст даёт основное можно повторить пошагово
Открыть на YouTube
Практический разбор бесплатного open-source инструмента Nvidia Kimodo для генерации анимаций по тексту, позам и траекториям — подойдёт разработчикам игр и 3D-художникам, которые хотят оживить своих персонажей без motion capture.

Что в ролике

Nvidia Kimodo — бесплатный open-source генератор анимаций: высокий удар, зомби-походка или отжимания получаются из одного предложения, без Mixamo и костюма motion capture. Модель обучена на более чем 700 часах настоящего motion capture с текстовыми описаниями. Кроме текста она фиксирует позы, удерживает руку в точке и ведёт персонажа по нарисованному пути, работает для людей и человекоподобных роботов, а одно движение длится до 10 секунд. Для установки нужны видеокарта Nvidia, Python, Git, C++ и Visual Studio Build Tools, плюс доступ к Llama 3 на Hugging Face — авторам отказали из-за дефиса в поле компании, но после одобрения языковую часть можно перенести с видеокарты на процессор. На ноутбуке с 12 ГБ видеопамяти языковая часть Llama 3, желающая 17 ГБ, работает на процессоре, и две версии одного движения генерируются примерно за 20 секунд. В локальном браузерном демо пишут действие на таймлайне, рисуют путь или блокируют позы, а результат экспортируют в BVH для Blender или NPZ для собственного кода. Перенос на чужой скелет строится на карте из 20+ пар костей, приведении персонажа в T-позу, копировании поворотов костей и проверке векторов конечностей, где максимальное отклонение составило 3 градуса. Автор советует начинать с одного предложения на теле Kimodo, не навязывая свои позы, и признаёт, что первая версия дровосека провалилась из-за нарезки клипов и приклеенного топора; в следующем видео обещает motion matching.

Практика

Что получишь
Сможете генерировать анимации из текста, поз и путей в локальном демо Kimodo и переносить их на своего персонажа через карту костей и скрипт в Blender или своём движке.
Первый шаг
Скачать код с GitHub, создать чистое Python-окружение и запросить доступ к Llama 3 на Hugging Face с реальными данными.
Цифры
  • —700 часов — столько реального motion capture использовано для обучения модели
  • —10 секунд — максимальная длина одной сгенерированной анимации
  • —17 ГБ — столько видеопамяти хочет языковая часть Llama 3; на ноутбуке с 12 ГБ её переносят на процессор
  • —3 градуса — максимальное отклонение векторов рук и ног при переносе анимации на чужой скелет
Честно
Команды, ссылки и комментарии для установки автор оставил в описании ролика, а интерфейс демо, процесс установки и код переноса показаны на экране, поэтому для точного повторения придётся смотреть видео. Прямой рекламы нет, но автор упоминает, что в следующем видео построит motion matching. На Windows демо-страница может не запуститься и потребует ручной сборки.
Если слова незнакомы — 8 терминов

Связки из этого ролика

3 шт.

Компоненты

11 шт.

Формат: пошаговый урок · для практикующих · уверенность разметки 0.9 · источник