从任何图像生成仿真实3D资源：PhysX支持保留显式关节及物理特性，现已开放源码
发布时间：2025-11-24 17:53:44 | 责任编辑：张毅 | 浏览量：2 次
南洋理工大学与上海人工智能实验室联合发布开源框架 PhysX-Anything，只需一张 RGB 图像即可输出带几何、关节、物理参数的完整3D 资产，可直接导入 MuJoCo、Isaac Sim 进行机器人策略训练。
技术亮点
1. 由粗到细 pipeline:先预测整体物理属性（质量、质心、摩擦系数），再部件级细化几何与关节极限角度，避免“视觉优先”导致的物理失真。
2. 新型压缩3D 表示:把面片+关节轴+物理属性编码进8K 维隐向量，推理时一次解码，生成速度较 SOTA 提升2.3倍。
3. 显式物理监督:在数据集里加入12万组真实物理测量，训练阶段引入质心、惯量与碰撞盒损失，确保仿真一致性。
实测结果
在 Geometry-Chamfer 与 Physics-Error 双指标上，PhysX-Anything 分别降低18% 与27%;绝对尺度误差 <2cm，关节运动范围误差 <5°，显著优于 ObjPhy、PhySG 等最新方法。真实场景测试（宜家家具、厨房用具）中，生成资产导入 Isaac Sim 后，机器人抓取成功率提升12%，训练步数减少30%。
开源与影响
项目已上线 GitHub，权重、数据和评测基准同步开放;团队计划2026Q1发布支持「视频输入」的 V2版，可预测可动部件时序轨迹，为动态场景策略学习提供支持。
论文：https://arxiv.org/pdf/2511.13648
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
