Kimodo

Kimodo

用 NVIDIA 的 Kimodo 模型根据文字提示词生成动作，页面可以在浏览器里打开，也可以自己用 Docker 构建。适合动画师和研究者。

由 nvidia 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Kimodo 是 NVIDIA 的一个 Space，能根据文字提示词生成动作。它用到两个模型，nvidia/Kimodo-SOMA-RP-v1 和 nvidia/Kimodo-G1-RP-v1，以 Docker 应用的形式运行在 Hugging Face 的 GPU 上。你可以在浏览器里使用，不需要安装任何东西。

适合谁：它适合想把文字描述变成动作的动画师、游戏开发者和研究者，也适合想看看这些模型能做出什么的人。

行业 | 谁在用 | 怎么用 | 例子
动画 | 动画师 | 把一段文字描述当作动作的起点来试 | 输入一个简短的动作，看看结果
游戏开发 | 游戏开发者 | 测试文字提示词如何变成动作 | 比较几个不同提示词的结果
AI 研究 | 研究者 | 在托管演示里试用这两个 Kimodo 模型 | 打开 Space 运行一个提示词

如果你用不到生成的动作，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 装有 Docker 的 Windows、macOS 或 Linux，用 Space 的文件在本地构建

用途 | 适合谁 | 能得到什么
试一个动作提示词 | 动画师 | 由文字描述生成的动作
比较提示词 | 开发者 | 不同措辞生成的不同动作
自己运行 | 研究者 | 在 7860 端口上运行的本地 Docker 副本

如何设置：

• 一个网页浏览器，在线页面只需要它
• Docker 和带 pip 的 Python，本地副本才需要
• requirements.txt 里列出的 Python 包，由 Dockerfile 处理

1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
3. 进入下载好的文件夹。
4. 构建 Docker 镜像，再在发布 7860 端口的情况下运行它。

pip install -U huggingface_hub
hf download nvidia/Kimodo --repo-type space --local-dir Kimodo
cd Kimodo
docker build -t kimodo .
docker run -it -p 7860:7860 kimodo

如何使用：打开页面，或者在容器运行之后打开你自己机器上的 7860 端口，写一个描述你想要的动作的提示词。应用随后根据这段文字生成动作。

示例：输入一个描述某个动作的简短句子。应用把这个句子变成一个动作，你可以在页面里查看。

新手与专家：先打开 Space 页面，试一个简短的提示词。不需要安装任何东西，结果会让你看到这些模型能做什么。

仓库很小，只有 Dockerfile、start.sh、requirements.txt 和一个 LICENSE 文件，在线版本用的是 Hugging Face 的 l40sx1 硬件。命名的两个模型是 nvidia/Kimodo-SOMA-RP-v1 和 nvidia/Kimodo-G1-RP-v1。README 几乎没说别的，所以输出格式的细节没有文档说明。

你写一段文字提示词
应用把它交给一个 Kimodo 模型
模型生成一个动作
页面显示这个动作

注意事项：来源没有给出提示词长度或输出格式的限制。

• License: Apache 2.0
• Cost to run: 未提及，不过在线版本运行在 Hugging Face 的 l40sx1 硬件上
• Data it reaches: 你输入的文字提示词和两个 nvidia/Kimodo 模型

Hugging Face 上的数据（2026年11月13日）

• 点赞：340
• 构建方式：docker
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/nvidia/Kimodo
• 文件：https://huggingface.co/spaces/nvidia/Kimodo/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。