Кимодо / Арди

TL;DR

• •NVIDIA оновила моделі Kimodo та ARDY для генерації руху.
• •Kimodo-SOMA-RP-v1.2: 282M параметрів, до 10 с, 30 FPS.
• •ARDY-SOMA-RP-KimodoRep: 192M параметрів, історія та вихід до 8 с.
• •Ваги доступні на Hugging Face та код на GitHub.
• •Ліцензія: Apache 2.0 (вільне використання).

Як це змінить ваш ринок?

Выпуск Kimodo та ARDY сигналізує про те, що великі технологічні компанії активно розширюють екосистему відкритих моделей для творчих завдань. Це зменшує бар’єри длястудій анімації та геймдев, які тепер можуть експериментувати з генерацією руху без дорогих платних підписок. Проте для реального використання в продакшені потрібна власна інфраструктура GPU та фахівці з машинного навчання, що обмежує доступ для менших команд без технічної підготовки.

Визначення:

Генерація руху — це задача ШІ, що передбачає створення реалістичних послідовностей pozування та переміщення об’єктів або персонажів у часі, зазвичай використовуючи нейронні мережі, навчені на великих датасетах моціон-каптур.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження)

• •Kimodo-SOMA-RP-v1.2: GPU з 24GB+ пам’яті (наприклад, RTX 4090), без потреби у IT-команді для запуску через Hugging Face Inference API, 15–30 хв на інтеграцію тестового запиту, придатно для будь-якого розміру проекту, якщо є доступ до GPU.
• •ARDY-SOMA-RP-KimodoRep: аналогічно, вимагає GPU 16GB+ для роботи з історією до 8 с, потрібен фахівець ML для налаштування авторегресивного циклу, 1–2 години на впровадження у простий пайплайн.
• •Для кого: анімаційні студії, геймдев-команди, креативні агентства, які мають внутрішню або зовнішню ML-підтримку та планують використовувати генерацію руху у внутрішніх прототипах або рекламних матеріалах.

Альтернативи