type
entity
tags
repo
paper
diffusion
motion-generation
humanoid
nvidia
unitree-g1
soma
smpl-x
text-to-motion
amp
motion-prior
status
complete
updated
2026-09-15
arxiv
2603.15546
related
../overview/humanoid-amp-motion-prior-survey.md
../methods/motionbricks.md
../methods/diffusion-motion-generation.md
../methods/motionbricks.md
../methods/genmo.md
../methods/sonic-motion-tracking.md
./soma-x.md
../entities/protomotions.md
../entities/gr00t-wholebodycontrol.md
../entities/unitree-g1.md
../concepts/motion-retargeting.md
./ardy.md
./paper-gentrack.md
./paper-core.md
./kimodo-cpp.md
./motion-bricks-cpp.md
./paper-motionbricks.md
sources
../../sources/repos/kimodo.md
../../sources/repos/kimodo-cpp.md
../../sources/sites/kimodo-project.md
../../sources/papers/kimodo_arxiv_2603_15546.md
../../sources/papers/humanoid_amp_survey_04_kimodo_scaling_controllable_human_motion_generat.md
../../sources/papers/humanoid_amp_survey_19_catalog.md
../../sources/blogs/wechat_embodied_ai_lab_humanoid_amp_motion_prior_survey.md
summary
Kimodo 是 NVIDIA 开源的运动学扩散模型：在约 700 小时 Rigplay 动捕上训练，两阶段 root/body 去噪器支持文本与全身/末端/2D 路径约束，覆盖 SOMA / G1 / SMPL-X，并提供 Benchmark、时间线 Demo 与 ProtoMotions / GEAR-SONIC 下游衔接。
Kimodo （Ki nematic Mo tion D iffusio n）在 运动学空间 对骨架姿态序列做 显式扩散去噪 ：在约 700 小时 Bones Rigplay 1 光学动捕上训练，输出可落在 SOMA（somaskel77）、Unitree G1、SMPL-X 等骨架；除自然语言外，支持全身关键帧、稀疏关节位姿、末端手/脚约束、2D 路点与稠密地面路径。
缩写
英文全称
简要说明
G1
Unitree G1 Humanoid
宇树入门级教育科研人形平台
SMPL
Skinned Multi-Person Linear Model
常见人体参数化模型与重定向源
MuJoCo
Multi-Joint dynamics with Contact
接触丰富的刚体物理仿真引擎
AMASS
Archive of Motion Capture as Surface Shapes
大规模统一人体动捕数据集
GMR
General Motion Retargeting
把人体/视频动作重定向为机器人可执行参考
GPU
Graphics Processing Unit
图形处理器，大规模并行仿真训练的算力基础
RL
Reinforcement Learning
通过与环境交互最大化长期回报来学习策略的范式
策展导读直言：不是机器人控制论文，但应该放在这里 ——它代表「先验」在 运动学生成层 的 scaling 路线，回答「参考从哪来 」；产出经 retarget + 跟踪/AMP 进真机，与 AMP #01 的 RL 风格奖励 互补而非替代。同段姊妹 MotionBricks #05 更靠近 实时机器人 WBC API ，Kimodo 偏 离线高质量扩散 + 导演式编辑 。
平滑 root ：贴近动画工具中画路径的 root 表示，利于 2D 路点/稠密路径跟随且保持自然骨盆运动。全局关节旋转与位置 ：便于稀疏 全身关键帧 与 末端约束 直接覆写。约束条件化 ：约束与噪声运动 同表示 ；对受约束维度 覆写 并拼接 constraint mask ，再与文本嵌入一并输入去噪器。
Root denoiser ：先预测全局 root 运动。Body denoiser ：将 root 结果变换为局部表示，再预测身体关节；最终输出为两阶段拼接的「干净」运动。
设计目标：分解 root/body 预测以 减轻漂浮、脚滑 等常见扩散运动伪影，同时保留灵活的多约束条件化。
flowchart LR
T[文本 prompt] --> E[条件编码]
C[运动学约束<br/>关键帧 / 末端 / 2D 路径] --> M[约束覆写 + mask]
N[噪声运动序列] --> M
M --> R[Root 去噪器]
R --> B[Body 去噪器]
E --> R
E --> B
B --> O[干净骨架轨迹<br/>SOMA / G1 / SMPL-X]
O --> P[ProtoMotions / MuJoCo]
O --> S[GEAR-SONIC 跟踪]
O --> G[GMR 等重定向<br/>SMPL-X 分支]
Loading
场景
推荐变体
最强生成能力 / 生产向
Kimodo-SOMA-RP-v1.1 （Rigplay 700h）
与 BONES-SEED 文献公平对比
Kimodo-SOMA-SEED-v1.1 （288h 公开数据）
Unitree G1 演示与 MuJoCo
Kimodo-G1-RP-v1
重定向到其他机器人
Kimodo-SMPLX-RP-v1 → AMASS npz → GMR
权重托管 Hugging Face，CLI/Demo 首次运行自动下载；详见 sources/repos/kimodo.md 。
推理 ：kimodo_gen；CFG 支持 regular / separated（文本 vs 约束分权重）；可选 --no-postprocess 关闭脚滑/约束后处理。Demo ：kimodo_demo 时间线编辑多 prompt、多轨约束、多样本对比与导出。显存 ：全 GPU 约 17GB ；TEXT_ENCODER_DEVICE=cpu 可换 <3GB VRAM。导出 ：NPZ 含 smooth_root_pos、foot_contacts 等；G1 → MuJoCo qpos CSV；SMPL-X → *_amass.npz。本地 C++ 运行时 ：无 Python / 低峰值显存推理见社区移植 kimodo.cpp （CPU/Vulkan GGUF；不含 官方约束编辑与 77 关节展开）。同生态 motion-bricks.cpp Demo 可选 Kimodo 动画回放并接 GGML SONIC（GLB→.mbstyle 直转仍待集成）。
勿与 GEM/GENMO 混为一谈 ：GENMO 侧重 单目视频 → SMPL 估计/生成 ；Kimodo 侧重 文本 + 运动学约束 → 骨架轨迹合成 ，二者在 NVIDIA 栈中互补（项目页将 GEM 列为相邻工作）。与 ARDY 分工 ：同 SIL 生态的 ARDY 押 自回归流式 + 交互实时 （SIGGRAPH 2026）；Kimodo 押 离线 scaling + Benchmark + 多骨架变体 ——需要导演式离线编辑选 Kimodo，需要游戏/仿真式在线路点与 prompt streaming 选 ARDY。SEED 变体能力弱于 Rigplay 全量 ：仅 288h 公开数据的 SEED 模型主要用于 基准对比 ，不等同于 RP 全量模型的上限。运动学轨迹 ≠ 物理可行 ：导入 ProtoMotions / SONIC 前仍需接触、平衡与跟踪策略；勿把生成 NPZ 直接当真机指令。