英伟达开源 Kimodo：文本直接生成 3D 人体与机器人动作

NVIDIA 多伦多实验室发布首个开源扩散模型 Kimodo，可根据自然语言提示生成全身 3D 人体或人形机器人动作，并支持关键帧、足部目标、路径等运动学约束。模型约 2.82 亿参数，基于约 700 小时动作数据训练，单张 RTX 3090 即可运行。项目代码采用 Apache-2.0 许可，并在 Hugging Face 上开源了运动生成基准，涵盖纯文本、纯约束与混合查询的 R-precision 与 FID 评估，社区已有多篇深度解析。

2026-08-31 ~ 2026-08-31 · 4 条相关

• NVIDIA 开源 Kimodo：文本直接生成全身 3D 人体与机器人动作 — maier_ak · 2026-08-31
• 英伟达 Kimodo 开源:含 HF 基准测试，代码 Apache-2.0 — maier_ak · 2026-08-31
• 深读英伟达 Kimodo：文本生成 3D 动作的全流程开源引擎 — maier_ak · 2026-08-31

另有 1 条近重复转述:maier_ak