用途：Kimodo 是运动学扩散模型，用于生成高质量 3D 人体与人形机器人动作，通过文本提示和运动学约束控制。训练数据为 700 小时商用友好光学动捕数据。
主要能力：支持文本到动作生成、多段提示序列、全身关键帧、末端执行器位置/旋转、2D 根路径与路点等约束；提供 SOMA（人体）、Unitree G1（机器人）、SMPL-X（重定向/AMASS 导出）等模型；输出 NPZ、MuJoCo qpos CSV、AMASS 兼容 NPZ；含交互式 Web 演示（时间线编辑、3D 可视化、约束导出）。
使用方式：克隆仓库后 pip install -e . 安装，生成 kimodo_gen 与 kimodo_demo 命令；或用 Docker 构建运行。命令行示例：kimodo_gen "a person walks forward at a moderate pace"；kimodo_demo 启动演示。也提供 Python API（from kimodo.model import Kimodo）与约束 API。
适用场景：人体动作生成、人形机器人动作生成、动作重定向、MuJoCo 可视化、ProtoMotions 集成等。
限制：需约 17GB 显存（推荐 RTX 3090/4090、A100），Linux 环境（Windows 经 Docker 支持），模型首次使用时从 Hugging Face 自动下载；模型以 30fps 运行，过短时长（<1 秒）效果可能较差；避免极快或物理上不可能的动作；后处理默认开启用于修正脚滑。具体收费与价格暂未提供。