Kimodo da NVIDIA: gerador de animação com IA grátis e open source
Kimodo, da NVIDIA, gera animação 3D com IA a partir de texto, sem captura de movimento. Compare com o Mixamo e veja um jogo indie que o usa para tocar bateria.
Na hora de criar um jogo com IA, a parte do modelo do personagem já ficou rápida: no post anterior eu usei o Tripo AI para transformar um concept art em modelo 3D em poucos minutos. Mas, com o modelo pronto, fazer ele se mexer sempre foi o ponto que mais trava. Os pacotes de animação prontos só têm o básico: andar, correr, pular, golpear com a espada. Se você queria que o personagem "sentasse no sofá jogando videogame portátil" ou "tocasse bateria no ritmo da música", o jeito era ajustar quadro a quadro em um programa de animação 3D ou vestir uma roupa de captura de movimento e gravar.
O Kimodo, que a NVIDIA lançou este ano de graça e em código aberto, quer resolver exatamente isso: você escreve uma frase e ele gera direto um movimento 3D para o personagem, sem captura de movimento e sem ajustar keyframes na mão. Neste post eu explico o que é o Kimodo, como ele se compara ao Mixamo, de que computador você precisa, como usar sem placa de vídeo e, no fim, como um desenvolvedor indie japonês usa essa animação com IA em um jogo de verdade.
O que é o Kimodo?
O Kimodo é um modelo open source que o Spatial Intelligence Lab da NVIDIA apresentou em março de 2026. O nome completo é Kinematic Motion Diffusion: ele usa um modelo de difusão para gerar o movimento do esqueleto de uma pessoa ou de um robô humanoide. Foi treinado com cerca de 700 horas de dados de captura de movimento óptica liberados para uso comercial. Os pesos do modelo estão no Hugging Face, o código está no GitHub e a licença é a NVIDIA Open Model License.
Resumindo: ele faz "texto para movimento". É parecido com gerar imagem com IA, só que o resultado não é uma imagem, e sim a posição e o ângulo de cada articulação do esqueleto em cada quadro. Você escreve "uma pessoa anda devagar, senta, depois levanta e se espreguiça", e ele gera os dados de esqueleto desse movimento, que dá para exportar em BVH ou GLB e levar para o Blender, o Unity ou o Unreal.
Texto para animação: o que dá para controlar no Kimodo?
Com uma frase só, o movimento gerado muitas vezes não sai como você imaginou. O lado mais prático do Kimodo é que dá para escrever o texto e, ao mesmo tempo, adicionar restrições:
- Descrição em texto: qual movimento você quer. Dá para escrever em partes, gerando um trecho depois do outro.
- Keyframes de corpo inteiro: você define a pose completa de um quadro, por exemplo, uma pose sentada no último quadro.
- Posição de articulações específicas: você restringe só algumas articulações e deixa o resto com o modelo.
- Posição de mãos e pés: por exemplo, a mão tem que encostar em um ponto, ou o pé tem que pisar no chão.
- Trajeto no chão: você passa alguns pontos de passagem ou um caminho, e o personagem segue por ele.
Ele suporta três esqueletos: o corpo humano SOMA, da própria NVIDIA, o robô humanoide Unitree G1 e o SMPL-X, muito usado em pesquisa. Os esqueletos comuns em jogos (Mixamo, os humanoides de cada engine ou o esqueleto do próprio modelo) precisam de um retarget do movimento antes de ir para o seu personagem.
Kimodo, Mixamo e captura de movimento: qual a diferença?
Na produção de animação 3D, os movimentos do personagem costumam vir de três lugares, e o Kimodo é o terceiro:
Mixamo | Captura de movimento | Kimodo | |
|---|---|---|---|
De onde vem o movimento | Você escolhe em uma biblioteca de animações prontas | Uma pessoa de verdade grava com sensores ou na frente de câmeras | Você escreve texto e restrições, e a IA gera |
Quer um movimento diferente | Se não está na biblioteca, não tem jeito | Dá, mas precisa de espaço, equipamento e atores | Dá: se você consegue descrever, pode tentar |
Custo | Grátis (precisa de conta Adobe) | O mais caro, por causa do equipamento ou do aluguel de estúdio | Grátis e open source, mas precisa da sua própria placa de vídeo ou pagar pela nuvem |
Consistência do resultado | Alta, são movimentos já gravados | Alta, mas os dados precisam de limpeza | Varia: muitas vezes tem que gerar várias vezes e corrigir na mão |
O Mixamo é ótimo para movimentos genéricos como andar, correr, pular e atacar, e ainda faz o rigging automático; o Kimodo cobre o que "não está na biblioteca e também não vale a pena gravar". Os dois funcionam juntos: primeiro você faz o rigging do personagem no Mixamo, depois exporta da nuvem o movimento do Kimodo como FBX com esqueleto do Mixamo, e ele encaixa direto.
Requisitos do Kimodo: cerca de 17 GB de memória de vídeo
A documentação oficial do Kimodo é bem direta:
- Placa de vídeo: na prática, tem que ser NVIDIA. As mais testadas são a RTX 3090, a RTX 4090 e a A100.
- Memória de vídeo: rodando tudo na GPU, precisa de cerca de 17 GB, e a maior parte vai para o codificador de texto (o Llama 3 8B, da Meta). Com
TEXT_ENCODER_DEVICE=cpu, o codificador de texto passa a rodar na CPU e o uso cai para menos de 3 GB, só que fica um pouco mais lento. - Sistema: é desenvolvido e testado principalmente no Linux; no Windows, a recomendação é usar Docker.
- Ambiente: Python 3.10 ou mais recente e PyTorch 2.0 ou mais recente.
- Conta: você precisa de uma conta no Hugging Face e pedir acesso ao
Meta-Llama-3-8B-Instructda Meta.
Meu notebook só tem gráfico integrado da Intel, sem placa NVIDIA, então não dá para rodar localmente. Se for o seu caso também, a próxima seção mostra como fazer na nuvem.
Se você tem uma NVIDIA, o pacote oficial também vem com uma interface que roda no navegador (kimodo_demo): em cima, a prévia em 3D; embaixo, a linha do tempo, onde você coloca as descrições em texto e as restrições. À direita você escolhe o modelo, define a duração e clica em Generate.
Como usar o Kimodo? O plugin grátis do UE 5.9, a nuvem e o Blender
1. Integrado ao Unreal Engine 5.9: AnimGenOffline
A versão preview do Unreal Engine 5.9, que a Epic lançou em 9 de novembro de 2026, traz um plugin novo, o AnimGenOffline, para gerar animação com IA direto no Sequencer, e o primeiro modelo integrado é o Kimodo. Você posiciona as poses-chave na linha do tempo, desenha o trajeto, escreve a descrição e ele preenche o movimento entre elas.
Hoje é a opção gratuita mais prática, mas você continua precisando de uma NVIDIA parruda, e como ainda é preview, o nome do plugin e os recursos podem mudar.
2. Na nuvem: Replicate
Sem placa de vídeo, dá para usar o Kimodo que a comunidade publicou no Replicate (sprited/kimodo, não é oficial da NVIDIA). Você digita a descrição na página e ele gera; dá para exportar em GLB e BVH, e também em FBX com esqueleto do Mixamo. Se o seu personagem já usa o esqueleto do Mixamo, esse é o formato mais rápido de aplicar. O Replicate cobra pelo tempo de GPU usado; o preço real é o que estiver na página.
3. Plugin de animação para Blender: Animatica
O Animatica transforma os modelos da linha do Kimodo em plugins para Blender, MotionBuilder e 3ds Max, sem você precisar montar servidor. Os planos que eu vi eram uma versão grátis com 10 usos por mês, pacotes de créditos por uso e um Pro anual; os planos mudam rápido, então confira no site oficial.
Caso real: um personagem gerado com IA tocando bateria e baixo no ritmo da música
Depois de tanta especificação, o que melhor explica é um exemplo dentro de um jogo de verdade. O desenvolvedor indie japonês ShadeLurk (criador do jogo musical "BEAT VISTA") compartilhou dois vídeos há pouco tempo: em um, um personagem toca baixo acompanhando uma música; no outro, outro personagem toca bateria acompanhando uma música.
Pelo que ele explica nos posts, o fluxo todo é dividido entre quatro ferramentas:
Etapa | Ferramenta | O que faz |
|---|---|---|
1. Personagem | Tripo | Gera o modelo 3D do personagem |
2. Partitura | Gemini 4 Carbon | Tira a partitura de bateria do áudio da música e decide qual peça cada batida acerta |
3. Movimento | Kimodo (AnimGenOffline do UE 5.9) + Fable 5.2 | Gera o movimento de tocar seguindo a partitura |
4. Reprodução | Unity | Reproduz o movimento conforme a partitura e faz as correções finais |
Alguns pontos merecem atenção:
Um: o movimento é gerado no Unreal, e o jogo roda no Unity. Aqui o Unreal é só um "gerador de animação offline": gera o movimento e depois ele é levado para o Unity. Ou seja, mesmo que o seu jogo não seja feito no Unreal, dá para usar o plugin do Kimodo do UE 5.9 para criar os movimentos.
Dois: ele não se contenta com "parece certo", ele mede cada batida. Na parte de baixo do vídeo aparece em tempo real a quantos milímetros a ponta da baqueta está da pele, a quantos centímetros do ponto alvo, em que ângulo está o batedor do bumbo e se ele encostou na pele, e depois ele conta quantas batidas cada peça "acertou". A música inteira tem 644 batidas, avaliadas uma por uma.
Três: o movimento gerado com IA não é o produto final, precisa de correção. O vídeo do baixo coloca lado a lado "o que o Kimodo gerou, do jeito que saiu" e "a versão corrigida":
Os movimentos grandes que o Kimodo gera (segurar o baixo, o balanço do corpo, a mão andando pelo braço) já ficam naturais, mas os dedos não caem exatamente na corda e na posição certas. No Unity, ele ajusta à parte as pontas dos dedos para a corda e a casa certas, fixa os pés e acrescenta o balanço do corpo.
É exatamente a limitação que a documentação oficial aponta: o Kimodo não enxerga os objetos da cena. Ele não sabe onde ficam as cordas do baixo nem a que altura está a bateria, então qualquer movimento que precise "encostar em alguma coisa" acaba precisando de correção, por código ou na mão.
Limitações do Kimodo
Juntando a documentação oficial e o caso acima, é bom saber disto antes de usar:
- Nem sempre segue o texto: a própria documentação diz que o movimento gerado nem sempre bate totalmente com a descrição, e muitas vezes é preciso gerar várias vezes e escolher.
- Não enxerga a cena: não sabe a altura da cadeira, onde está a mesa nem o que a mão tem que segurar. Sentar, pegar objetos e tocar instrumentos acabam precisando de correção.
- O esqueleto precisa de conversão: a saída é em esqueleto SOMA, SMPL-X ou G1, e para usar no seu personagem é preciso fazer o retarget antes.
- A barreira é a placa de vídeo: para rodar localmente, precisa de uma NVIDIA; sem ela, o caminho é a nuvem.
Como eu vou usar o Kimodo
A página inicial do meu site é uma base lunar onde o protagonista, Terry, pode andar por aí, sentar na cadeira do estúdio, cochilar no sofá ou pegar o videogame portátil da mesa e jogar o jogo da cobrinha. Todos esses movimentos vêm de pacotes de animação prontos: sentar e deitar tem, mas algo como "segurar o portátil e jogar de cabeça baixa" não tem, então por enquanto só consigo deixá-lo sentado com o portátil na frente do peito. O RPG que estou projetando tem o mesmo problema: a história pede muito mais movimentos do que qualquer pacote oferece.
É bem esse tipo de buraco que o Kimodo preenche: movimentos que "não vêm nos pacotes genéricos e que eu não quero ajustar na mão". Minha ideia é gerar primeiro na nuvem, exportar como FBX do Mixamo e fazer o retarget para o esqueleto do personagem; e onde ele precisar encostar em algo (a mão segurando o portátil, a altura ao sentar no sofá), corrigir dentro do jogo, como o ShadeLurk faz.
Conclusão: a IA cuida do movimento, a pessoa cuida do momento de "encostar em algo"
O modelo fica com o Tripo AI, e o movimento, com o Kimodo. As duas grandes barreiras de fazer um jogo 3D sozinho já têm uma IA para ajudar. Mas o exemplo do ShadeLurk mostra que o movimento gerado com IA cuida do "mais ou menos certo", e o que faz o jogador pensar "ele está mesmo tocando bateria" são aqueles últimos centímetros de correção. Essa parte ainda precisa de uma pessoa para decidir e medir.
Você também já testou gerar movimentos de personagem com IA? Me procure no Threads ou no X e deixe um comentário em algum post. Vamos conversar.
