HYUKI5/nvidia__Kimodo-Motion-Gen-Benchmark

nvidia/Kimodo-Motion-Gen-Benchmark（複製）

データの内容

人間の動作生成モデルを評価するためのテストケースのメタデータ。BONES-SEED の SOMA 統一版から、テキストのプロンプト（SEED タイムラインのアノテーション由来）、動作の開始と終了のフレーム、姿勢の制約の設定を使ってテストケースを組み立てる。テストケースは、学習で見ていない動作の種類を試す content 分割と、見慣れた種類の新しい演じ方を試す repetition 分割に分かれ、テキストからの生成と制約つきの生成に分類されている。

データの概要

項目	値
行数・列数	不明（データセットビューアで読めない形式。ファイルの内訳だけを示す）
容量	23.79 MB（ファイル 58265 本）
ファイルの形式	json 195、txt 3
言語	en
公開	public

全データセットの一覧は HYUKI5/dataset-catalog にある。

複製について

nvidia/Kimodo-Motion-Gen-Benchmark をリビジョン 2727f526a0c543001d5332b6eabf72d7e3acf14a の時点でそのまま複製したもの。中身は変えていない。判断モデル Laya（convaiinnovations/laya）の微調整に使う候補として、調査メモ（Laya 学習用データセット調査）に載せたデータを集めている。

出典

• 元のデータセット: https://huggingface.co/datasets/nvidia/Kimodo-Motion-Gen-Benchmark
• 複製したリビジョン: 2727f526a0c543001d5332b6eabf72d7e3acf14a（2026-04-10 16:47:36+00:00）
• 元のライセンス表記: cc-by-4.0

論文

• 元のカードに論文へのリンクは見つからなかった

アノテーションの方法

データセットの作成日:

2026 年 4 月

微調整に使うときの注意

• 調査メモの台帳での区分: A（許諾型のライセンスだけで、疑義の注記が無い）。区分は記載の文言で機械的に付けたもので、法的な判定ではない。学習に入れる前に元のカードとライセンスの原文で確かめる。
• Laya の入力は 2,048 token まで（ModernBERT-large / mmBERT）。長い本文は先頭から黙って切られるので、切れる行は事前に除くか、要約・切り出しをしてから入れる。
• 分割は記事・文書単位で行い、同じ本文から作った別の問いを学習側と較正側に分けない。温度と閾値は学習に使っていない分割で別々に当てる。

調査メモの記述

メモ	節	ライセンス（記載）	確認	注記
nvidia_nemotron.md	付録. 取得した nvidia 組織のデータセット全件の簡易一覧 (L457)	cc-by-4.0	確認済	確認印なし(各ファイルの凡例により確認済扱い) ／ 原文注記: × 非テキスト（ロボット・自動運転・3D・音声・画像・科学計算）または翻訳版ベンチ

元のカード（日本語訳）

以下は元のデータセットのカードの本文を日本語に訳したもの（機械翻訳）。訳に疑問があるときは、末尾の原文を確かめる。

---

Kimodo 人間の動作生成ベンチマーク

Kimodo コードベース、ベンチマークのドキュメント

データセットの説明:

このデータセットは、Kimodo の人間の動作生成ベンチマークを構成するテストケース群を作るために必要なメタデータを提供する。テキストから動作を生成するタスクにおけるテキストへの追従と、制約を条件とする動作生成における制約への追従を評価するテストケースを含む。 このベンチマークは、BONES-SEED データセット の SOMA 統一版から、このリポジトリに含まれるメタデータを使って構築される。メタデータには、SEED タイムラインのアノテーション から派生したテキストのプロンプト、テストケースの動作の開始フレームと終了フレーム、姿勢の制約の設定が含まれる。 ベンチマークを始めるには、Kimodo のドキュメント を参照のこと。

このリポジトリには、Kimodo ベンチマークで評価するモデルの学習に使うべき BONES-SEED データの学習用とテスト用の分割も含まれる。

このデータセットは商用利用できる状態にある。

データセットの所有者:

NVIDIA Corporation

データセットの作成日:

2026 年 4 月

ライセンス/利用規約:

このデータセットは Creative Commons Attribution 4.0 International License（CC BY 4.0）のもとで管理される。

想定される用途:

このデータセットは、BONES-SEED で動作生成モデルを学習させる研究者と開発者が、自分のモデルを包括的かつ標準化された方法で評価できるようにすることを目的としている。

ダウンロードの手順:

データセットを最も簡単にダウンロードする方法は Git を使うことである:

git clone git@hf.co:datasets/nvidia/Kimodo-Motion-Gen-Benchmark

データセットの構造:

ベンチマークの詳細は、Kimodo のドキュメント を参照のこと。

学習用とテスト用の分割は splits に定義されている:

• train_split_paths.txt - 学習データのファイル名
• test_content_split_paths.txt - 新しい意味的な「content」を含むテスト分割のファイル名。この分割には、BONES-SEED のメタデータ由来の content_name を持つ動作のうち、学習分割では見られなかったものが含まれる。これは、モデルが新しい意味的な動作の種類へ汎化できるかを検証するものであり、例えばテキストから動作への汎化に当たる。
• test_repetition_split_paths.txt - 学習で見られた content から得た新しい動作を含むテスト分割のファイル名。この分割には、content_name が学習分割に含まれているが、その動作そのものは見られていない動作が含まれる。これは、見慣れた動作の種類について、新しい演じ方に汎化できるかを検証するものであり、例えば制約への追従の汎化に当たる。

ベンチマークのテストケースは content と repetition のテスト分割に分けられている。ベンチマークのテストケースは、これらの分割の多様な部分集合を網羅していることに注意。各分割のディレクトリの中では、テストケースは、純粋なテキストから動作への生成から、さまざまな種類と場面の制約を伴う制約条件付きの生成まで、タスクごとに分類されている:

testsuite
├── content
│   ├── constraints_notext
│   │   ├── end-effectors
│   │   ├── fullbody
│   │   ├── mixture
│   │   └── root
│   ├── constraints_withtext
│   │   ├── end-effectors
│   │   ├── fullbody
│   │   ├── mixture
│   │   └── root
│   └── text2motion
│       ├── overview
│       ├── timeline_multi
│       └── timeline_single
└── repetition
    ├── constraints_notext
    │   ├── end-effectors
    │   ├── fullbody
    │   ├── mixture
    │   └── root
    ├── constraints_withtext
    │   ├── end-effectors
    │   ├── fullbody
    │   ├── mixture
    │   └── root
    └── text2motion
        ├── overview
        ├── timeline_multi
        └── timeline_single

この構造の最下層では、各葉のフォルダに番号付きのテストケース（0000、0001、0002、...）が入っている。 例えば:

end-effectors/feet_posrot/
├── 0000/
├── 0001/
├── 0002/
...
└── 0255/

各番号のフォルダは、それ自体で完結した 1 つのテストケースである。テキストのプロンプトと長さを含む meta.json、テストケースを BONES-SEED に関連づけるメタデータを含む seed_motion.json、そして必要に応じてテストケースの制約を定める seed_constraints.json を持つ。これらは、BONES-SEED データセットを処理して完全なベンチマークを構築するために使われる。

ベンチマークのすべてのテキストのプロンプトは、SEED タイムラインのアノテーション から派生している。

データセットの規模:

• データセットのファイルサイズ: 116 MB
• テストケースの総数: 22,474

参考文献:

• Kimodo 動作生成モデル
• BONES-SEED データセット

倫理的な配慮:

NVIDIA は、信頼できる AI は共有の責任であると考えており、幅広い AI の応用の開発を可能にするための方針と慣行を定めている。利用規約に従ってダウンロードまたは使用する場合、開発者は社内の開発チームと連携し、このデータセットが関連する業界と用途の要件を満たし、予期しない製品の誤用に対処できるようにすべきである。
品質、リスク、セキュリティ上の脆弱性、または NVIDIA AI に関する懸念は、こちらから報告してほしい。

原文（英語）

Kimodo Human Motion Generation Benchmark

Kimodo Codebase, Benchmark Documentation

Dataset Description:

This dataset provides the necessary metadata to construct the suite of test cases that make up the Kimodo human motion generation benchmark. This includes test cases that evaluate text-following for the text-to-motion task, along with constraint-following for constraint-conditioned motion generation.

The benchmark is constructed from the SOMA uniform version of the BONES-SEED dataset using metadata included in this repo, which includes text prompts derived from our SEED timeline annotations, start/end frames for test case motions, and pose constraint configurations. To get started with the benchmark, see the Kimodo documentation.

This repo also includes the train and test splits for the BONES-SEED data that should be used to train models that will be evaluated with the Kimodo benchmark.

This dataset is ready for commercial use.

Dataset Owner:

NVIDIA Corporation

Dataset Creation Date:

April 2026

License/Terms of Use:

This dataset is governed by the Creative Commons Attribution 4.0 International License (CC BY 4.0).

Intended Usage:

This dataset is intended for researchers and developers training motion generation models on BONES-SEED to evaluate their models in a comprehensive and standardized way.

Download Instructions:

The easiest way to download the dataset is using Git:

git clone git@hf.co:datasets/nvidia/Kimodo-Motion-Gen-Benchmark

Dataset Structure:

For full details of the benchmark, please see the Kimodo documentation.

Train and test splits are defined in splits:

• train_split_paths.txt - filenames of training data
• test_content_split_paths.txt - filenames for test split containing new semantic "content". This split contains motions with content_name (from the BONES-SEED metadata) that are not seen in the training split. This tests model generalization to new semantic motion types, e.g. for text-to-motion generalization.
• test_repetition_split_paths.txt - filenames for test split containing new motions from content that was seen in training. This split contains motions where the content_name is contained in the training split, but the exact motion itself was not seen. This tests a model's ability to generalize to novel performances of a familiar motion type, e.g., for constraint-following generalization.

The benchmark test cases are partitioned into the content and repetition test splits. Note that the test cases in the benchmark cover a diverse subset of these splits. Within each of the split directories, the structure categorizes test cases into tasks ranging from pure text-to-motion to constraint-conditioned generation with a variety of different constraint types and scenarios:

testsuite
├── content
│   ├── constraints_notext
│   │   ├── end-effectors
│   │   ├── fullbody
│   │   ├── mixture
│   │   └── root
│   ├── constraints_withtext
│   │   ├── end-effectors
│   │   ├── fullbody
│   │   ├── mixture
│   │   └── root
│   └── text2motion
│       ├── overview
│       ├── timeline_multi
│       └── timeline_single
└── repetition
    ├── constraints_notext
    │   ├── end-effectors
    │   ├── fullbody
    │   ├── mixture
    │   └── root
    ├── constraints_withtext
    │   ├── end-effectors
    │   ├── fullbody
    │   ├── mixture
    │   └── root
    └── text2motion
        ├── overview
        ├── timeline_multi
        └── timeline_single

At the lowest level of this structure, each leaf folder contains indexed test cases (0000, 0001, 0002, ...). For example:

end-effectors/feet_posrot/
├── 0000/
├── 0001/
├── 0002/
...
└── 0255/

Each index folder is one standalone test case with its own meta.json containing text prompt and duration, seed_motion.json with metadata relating the test case to BONES-SEED, and optionally seed_constraints.json defining constraints for the test case. These are used to process the BONES-SEED dataset to build the full benchmark.

All text prompts in the benchmark are derived from our SEED timeline annotations.

Dataset Quantification:

• Dataset file size: 116 MB
• Total number of test cases: 22,474

References:

• Kimodo Motion Generation Model
• BONES-SEED dataset

Ethical Considerations:

NVIDIA believes Trustworthy AI is a shared responsibility and we have established policies and practices to enable development for a wide array of AI applications. When downloaded or used in accordance with our terms of service, developers should work with their internal developer teams to ensure this dataset meets requirements for the relevant industry and use case and addresses unforeseen product misuse.
Please report quality, risk, security vulnerabilities or NVIDIA AI Concerns here.