新加坡南洋理工大学刘子纬副教授团队近日发布PhysX-Omni,这是首个支持物理仿真的三维生成模型,标志着AI从“视觉级”向“物理级”3D资产生成迈出关键一步。该模型仅需一张普通照片,即可生成具备重量、软硬、关节活动等真实物理属性的3D数字模型,直接赋能具身智能、物理AI及AI for Science领域。

从技术面看,PhysX-Omni基于7B参数的Qwen2.5-VL-7B-Instruct模型,通过模板化游程编码使语言模型理解三维结构,打通刚体、可变形体和关节体的统一生成框架。其绝对尺度预测误差从传统方法的300降至2.79,提升两个数量级,实现精准的物理级输出。资金面上,该模型推理成本仅为传统仿真软件的1/10至1/20,大幅降低数据采集与规模化门槛,为物理AI训练提供近乎无穷的素材。

在应用层面,PhysX-Omni已展现出在仿真就绪场景生成与机器人策略学习中的潜力,覆盖具身智能、物理仿真、游戏、影视等领域。展望未来,随着物理AI与具身智能的快速发展,此类低成本、高精度的3D生成技术有望成为行业基建,加速AI从虚拟世界向物理世界的渗透。

作者 admin

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注