Kimodo de NVIDIA : l'animation IA 3D gratuite et open source par le texte
Kimodo, l'animation IA gratuite et open source de NVIDIA : du texte au mouvement 3D, sans motion capture. Face à Mixamo, GPU requis, et un batteur dans un jeu.
Faire un jeu avec l'IA, côté modèles de personnages, c'est déjà rapide : dans l'article précédent, Tripo AI a transformé un concept art en modèle 3D en quelques minutes. Mais une fois le modèle prêt, le faire bouger reste l'étape la plus pénible. Les packs d'animations tout faits ne proposent que des gestes génériques : marcher, courir, sauter, donner un coup d'épée. Si vous voulez un personnage « assis sur un canapé en train de jouer sur une console portable » ou « qui joue de la batterie en rythme », il fallait jusqu'ici tout régler image par image dans un logiciel d'animation 3D, ou enfiler une combinaison de motion capture et enregistrer.
Kimodo, que NVIDIA a publié cette année en open source et gratuitement, s'attaque justement à ça : vous écrivez une phrase, et il génère directement une animation 3D de personnage, sans capture de mouvement ni keyframes à la main. Dans cet article : ce qu'est Kimodo, ce qui le distingue de Mixamo, la machine qu'il faut, comment s'en servir sans carte graphique, et pour finir comment un développeur indépendant japonais utilise cette animation 3D par IA dans un vrai jeu.
Kimodo, c'est quoi ?
Kimodo est un modèle open source présenté en mars 2026 par le Spatial Intelligence Lab de NVIDIA. Son nom complet est Kinematic Motion Diffusion : il utilise un modèle de diffusion pour générer les mouvements du squelette d'un humain ou d'un robot humanoïde. Il a été entraîné sur environ 700 heures de données de motion capture optique utilisables commercialement. Les poids du modèle sont sur Hugging Face, le code sur GitHub, et la licence est la NVIDIA Open Model License.
En clair, c'est du « texte vers animation ». Un peu comme la génération d'images par IA, sauf qu'au lieu d'une image, il génère la position et l'angle de chaque articulation du squelette, image par image. Vous écrivez « une personne avance lentement, s'assoit, puis se relève et s'étire », et il génère les données de squelette de ce mouvement, exportables en BVH ou GLB pour Blender, Unity ou Unreal.
Du texte au mouvement : ce que Kimodo permet de contrôler
Avec une seule phrase, le résultat ressemble rarement à ce qu'on avait en tête. Ce qui rend Kimodo plus pratique, c'est qu'on peut écrire le texte et ajouter des contraintes en même temps :
- La description : quel mouvement faire. On peut l'écrire en plusieurs morceaux, générés à la suite.
- Keyframes du corps entier : imposer la pose complète à une image donnée, par exemple finir assis.
- Position de certaines articulations : ne contraindre que quelques articulations, et laisser le modèle gérer le reste.
- Position des mains et des pieds : par exemple, la main doit toucher un point, le pied doit rester au sol.
- Trajet au sol : quelques points de passage ou un chemin, que le personnage va suivre.
Trois squelettes sont pris en charge : SOMA, le corps humain de NVIDIA, le robot humanoïde Unitree G1, et SMPL-X, très utilisé dans la recherche. Les squelettes courants dans les jeux (Mixamo, les squelettes humanoïdes des moteurs ou celui de votre propre modèle) demandent un retargeting pour appliquer le mouvement à votre personnage.
Kimodo, Mixamo ou motion capture : quelles différences ?
Quand on fait de l'animation de personnage 3D, les mouvements viennent en général de trois sources. Kimodo est la troisième :
Mixamo | Motion capture | Kimodo | |
|---|---|---|---|
D'où vient le mouvement | On le choisit dans une bibliothèque toute faite | Une vraie personne enregistrée avec des capteurs ou devant des caméras | Généré par l'IA à partir d'un texte et de contraintes |
Un mouvement très particulier | S'il n'est pas dans la bibliothèque, rien à faire | Possible, mais il faut un lieu, du matériel et un acteur | Possible : si on peut l'écrire, on peut essayer |
Coût | Gratuit (compte Adobe nécessaire) | Le plus cher, matériel ou location de studio | Open source et gratuit, mais il faut votre propre carte graphique ou payer le cloud |
Fiabilité du résultat | Élevée, ce sont des mouvements enregistrés | Élevée, mais il faut nettoyer les données | Variable, il faut souvent générer plusieurs fois et retoucher à la main |
Mixamo convient aux gestes génériques (marcher, courir, sauter, attaquer) et sait aussi rigger automatiquement. Kimodo comble le reste : les mouvements « introuvables dans la bibliothèque, mais qui ne valent pas une séance de capture de mouvement ». Les deux se combinent bien : on rigge le personnage dans Mixamo, puis on exporte depuis le cloud le mouvement généré par Kimodo au format FBX avec un squelette Mixamo, puis on l'applique directement au personnage.
Configuration requise pour Kimodo : environ 17 Go de mémoire vidéo
La documentation officielle de Kimodo est très directe :
- Carte graphique : en pratique, obligatoirement NVIDIA. Les plus testées sont les RTX 3090, RTX 4090 et A100.
- Mémoire vidéo : tout faire tourner sur le GPU demande environ 17 Go, dont la majeure partie pour l'encodeur de texte (Llama 3 8B de Meta). Avec
TEXT_ENCODER_DEVICE=cpu, l'encodage du texte passe sur le CPU et on descend sous les 3 Go, en un peu plus lent. - Système : développé et testé surtout sous Linux. Sous Windows, Docker est recommandé.
- Environnement : Python 3.10 ou plus, PyTorch 2.0 ou plus.
- Compte : il faut un compte Hugging Face et demander l'accès à
Meta-Llama-3-8B-Instructde Meta.
Mon portable n'a qu'un GPU Intel intégré, pas de carte NVIDIA, donc impossible de le lancer en local. Si c'est votre cas aussi, la partie suivante explique la solution cloud.
Avec une carte NVIDIA, il y a aussi une interface officielle dans le navigateur (kimodo_demo) : un aperçu 3D en haut, une timeline en bas où l'on place les descriptions et les contraintes, et à droite on choisit le modèle, on règle la durée, puis on clique sur Generate.
Comment utiliser Kimodo : plugin gratuit pour UE 5.9, cloud ou Blender
1. Intégré à Unreal Engine 5.9 : AnimGenOffline
La preview d'Unreal Engine 5.9, publiée par Epic le 9 novembre 2026, ajoute un plugin AnimGenOffline qui génère des animations par IA directement dans Sequencer. Le premier modèle branché, c'est Kimodo. Vous placez les poses clés sur la timeline, tracez le chemin, écrivez la description, et il complète le mouvement entre les deux.
C'est pour l'instant la solution gratuite la plus simple, mais il faut toujours une carte NVIDIA assez puissante, et comme c'est une preview, le nom du plugin et ses fonctions peuvent encore changer.
2. Dans le cloud : Replicate
Sans carte graphique, il existe sur Replicate un Kimodo déployé par la communauté (sprited/kimodo, pas la version officielle de NVIDIA). On tape la description sur la page web et il génère le mouvement, exportable en GLB, en BVH, et aussi en FBX sur squelette Mixamo. Si votre personnage utilise déjà le squelette Mixamo, c'est le format le plus rapide à appliquer. Replicate facture au temps GPU utilisé, le prix exact est indiqué sur la page.
3. Plugin d'animation Blender : Animatica
Animatica permet d'utiliser les modèles de la famille Kimodo dans Blender, MotionBuilder et 3ds Max grâce à des plugins, sans avoir à monter son propre serveur. Les offres que j'ai vues : une version gratuite à 10 générations par mois, des packs de crédits à l'unité, et une version Pro à l'année. Les offres changent vite, référez-vous au site officiel.
Exemple concret : un personnage IA qui joue de la batterie et de la basse sur une chanson
Après les specs, rien ne vaut un vrai exemple dans un jeu. ShadeLurk, développeur indépendant japonais (auteur du jeu de rythme BEAT VISTA), a récemment partagé deux vidéos : un personnage qui joue de la basse sur une chanson, et un autre qui joue de la batterie.
D'après ses posts, le processus répartit le travail entre quatre outils :
Étape | Outil | Rôle |
|---|---|---|
1. Personnage | Tripo | Générer le modèle 3D du personnage |
2. Partition | Gemini 4 Carbon | Extraire la partition de batterie du fichier audio, et décider quel fût frapper à chaque coup |
3. Mouvement | Kimodo (AnimGenOffline d'UE 5.9) + Fable 5.2 | Générer le jeu de l'instrument d'après la partition |
4. Lecture | Unity | Jouer les mouvements selon la partition et faire les dernières corrections |
Quelques points méritent qu'on s'y arrête :
1. Le mouvement est généré dans Unreal, le jeu tourne dans Unity. Ici, Unreal sert juste de « générateur d'animation hors ligne » : une fois le mouvement prêt, il repart dans Unity. Autrement dit, même si votre jeu n'est pas fait avec Unreal, vous pouvez utiliser le plugin Kimodo d'UE 5.9 pour vos animations.
2. Il ne se contente pas d'un mouvement qui « a l'air juste » : il mesure chaque coup. Sous la vidéo s'affichent en direct la distance en millimètres entre la pointe de la baguette et la peau, à combien de centimètres elle est de la cible, l'angle de la mailloche de grosse caisse et si elle touche la peau, puis le nombre de coups « réussis » par fût. 644 coups sur toute la chanson, jugés un par un.
3. Le mouvement généré par l'IA n'est pas un produit fini, il faut le retoucher. La vidéo de basse met côte à côte « la sortie brute de Kimodo » et « la version corrigée » :
Les grands mouvements générés par Kimodo (tenir la basse, balancer le corps en rythme, déplacer la main le long du manche) sont déjà naturels, mais les doigts ne tombent pas exactement sur la bonne corde et la bonne case. Dans Unity, il a recalé le bout des doigts sur les bonnes positions, bloqué les pieds, puis ajouté un balancement du corps.
C'est exactement la limite indiquée dans la doc officielle : Kimodo ne voit pas les objets de la scène. Il ne sait pas où sont les cordes de la basse ni à quelle hauteur est la batterie. Dès qu'un mouvement doit « toucher quelque chose », il faut finir par du code ou à la main.
Les limites de Kimodo
Entre la doc officielle et l'exemple ci-dessus, voici ce qu'il vaut mieux savoir avant de commencer :
- Il ne suit pas toujours le texte : la doc officielle le dit elle-même, le mouvement généré ne correspond pas toujours à la description. Il faut souvent générer plusieurs fois et choisir.
- Il ne voit pas la scène : la hauteur de la chaise, l'emplacement de la table, ce que la main doit tenir, il n'en sait rien. S'asseoir, prendre un objet, jouer d'un instrument : tout ça demande des retouches.
- Le squelette doit être converti : la sortie est sur squelette SOMA, SMPL-X ou G1, il faut un retargeting avant de l'appliquer à votre personnage.
- La barrière, c'est la carte graphique : en local, il faut une carte NVIDIA. Sinon, passez par le cloud.
Comment je compte utiliser Kimodo
La page d'accueil de mon site est une base lunaire. Le héros, Terry, peut s'y promener, s'asseoir sur la chaise de l'atelier, faire la sieste sur le canapé, ou prendre la console portable sur le bureau pour jouer à Snake. Tous ces mouvements viennent de packs d'animations tout faits : s'asseoir, s'allonger, c'est dedans. Mais « tenir la console et jouer tête baissée », non. Pour l'instant, il reste assis avec la console contre la poitrine. Le RPG que je suis en train de concevoir, c'est pareil : l'histoire demande bien plus de mouvements que ce que les packs proposent.
C'est exactement ce que Kimodo peut combler : les mouvements « absents des packs génériques, que je n'ai pas envie de régler moi-même ». Je vais d'abord générer dans le cloud, exporter en FBX Mixamo, puis faire le retargeting sur le squelette du personnage. Pour tout ce qui doit toucher un objet (la main qui tient la console, la hauteur d'assise sur le canapé), je corrigerai dans le jeu, comme ShadeLurk.
Conclusion : l'IA fait le mouvement, l'humain gère le moment où l'on « touche quelque chose »
Les modèles avec Tripo AI, les mouvements avec Kimodo : les deux gros obstacles d'un jeu 3D fait en solo ont désormais leur aide IA. Mais l'exemple de ShadeLurk le montre bien : l'animation générée par IA s'occupe du « globalement juste », et ce qui fait vraiment croire au joueur que « ce personnage joue de la batterie », ce sont les derniers centimètres de correction. Ça, c'est encore à l'humain de le décider et de le mesurer.
Vous aussi, vous avez essayé de générer des animations de personnage avec l'IA ? Venez en discuter avec moi en commentaire sous mes posts sur Threads ou X.
