localai-org/kimodo.cpp

解决的问题

提供 NVIDIA 的 Kimodo 文本到动作模型的高性能 C++ 实现，使用户无需依赖沉重的 Python 环境，即可在本地硬件上从文本提示生成人类动作序列。

工作原理

该项目使用 GGML/C++ 框架运行 Kimodo 模型。它可接受 UTF-8 文本提示或预计算的 LLM2Vec 嵌入作为输入。然后生成 SMPL-X22 的局部旋转和根位移，表示人类运动。系统支持在 CPU 和支持 Vulkan 的 GPU 上执行，以优化性能和显存使用。

适用人群

从事人体动作合成、3D 动画和具身智能的开发者和研究人员，需要一个轻量级、本地化的文本到动作生成推理引擎。

特色亮点

• 硬件灵活性：支持 CPU 和 Vulkan 加速。
• C/C++ API：提供原生 API，便于集成到其他软件中。
• GGUF 支持：使用 GGUF 格式实现高效模型加载和权重管理。
• 集成演示：包含本地 Web 演示，用于测试提示词和管理动画历史。