論文の概要: PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World

• arxiv url: http://arxiv.org/abs/2605.05163v1
• Date: Wed, 06 May 2026 17:33:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.963474
• Title: PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World
• Title（参考訳）: PhysForge: 対話型仮想世界のための物理を取り巻く3Dアセットの生成
• Abstract要約: 物理地上の3Dアセットを合成するフレームワークであるPhysForgeを紹介した。 物理建築家」は「物理建築家」として働き、「階層的物理的青写真」を計画する 物理基底拡散モデルは、正確な運動パラメータとともに高忠実度幾何によりこの青写真を実現する。
• 参考スコア（独自算出の注目度）: 39.46909309051163
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Synthesizing physics-grounded 3D assets is a critical bottleneck for interactive virtual worlds and embodied AI. Existing methods predominantly focus on static geometry, overlooking the functional properties essential for interaction. We propose that interactive asset generation must be rooted in functional logic and hierarchical physics. To bridge this gap, we introduce PhysForge, a decoupled two-stage framework supported by PhysDB, a large-scale dataset of 150,000 assets with four-tier physical annotations. First, a VLM acts as a "physical architect" to plan a "Hierarchical Physical Blueprint" defining material, functional, and kinematic constraints. Second, a physics-grounded diffusion model realizes this blueprint by synthesizing high-fidelity geometry alongside precise kinematic parameters via a novel KineVoxel Injection (KVI) mechanism. Experiments demonstrate that PhysForge produces functionally plausible, simulation-ready assets, providing a robust data engine for interactive 3D content and embodied agents.
• Abstract（参考訳）: 物理を基盤とした3Dアセットの合成は、インタラクティブな仮想世界と具現化されたAIにとって重要なボトルネックである。 既存の手法は主に静的幾何学に焦点を合わせ、相互作用に不可欠な機能的特性を見下ろしている。 対話型アセット生成は機能論理や階層物理学に根ざす必要がある。 このギャップを埋めるために、PhysForgeを紹介します。PhysDBによってサポートされている分離された2段階のフレームワークです。 まず、VLMは「物理的アーキテクト」として機能し、物質、機能、運動の制約を定義する「階層的物理的青写真」を計画する。 第二に、物理基底拡散モデル(英語版)は、新しいKineVoxel Injection (KVI) 機構により、正確な運動パラメータとともに高忠実度幾何を合成することによって、この青写真を実現する。 実験により、PhysForgeは機能的に可塑性でシミュレーション可能なアセットを生成し、インタラクティブな3Dコンテンツとエンボディエージェントのための堅牢なデータエンジンを提供することが示された。

関連論文リスト

• Gen2Physics: Grounding Generated 3D Meshes in Physics via Multi-View Material Decomposition [10.183626550724352]
  Gen2Physicsは、自動的にそれらを構成材料コンポーネントに分解することで、物理においてメッシュを生成する。 我々のパイプラインは、高密度材料セグメンテーションのための微調整されたビジョントランス、ロバストな2次元から3次元の整合性プロジェクション、そしてビジョン・ランゲージ・モデル(VLM)の洗練を図っている。
  論文  参考訳（メタデータ） (2026-08-24T22:18:44Z)
• Neural Voxel Dynamics: Learning Implicit 3D Physics via Volumetric Feature Advection [0.14323566945483496]
  本稿では,映像由来の監視信号から直接,暗黙的な3次元物理力学を学習するための自己次元フレームワークを提案する。 予測ボトルネックを2次元画像空間から3次元容積潜在空間にシフトすることで、この問題に対処する。 トレーニングや推論のための明示的な古典的シミュレータに依存する最先端のハイブリッドモデルとは異なり、当社のアーキテクチャは、高教師付きV-JEPA機能内の物質状態を暗黙的に追跡する。
  論文  参考訳（メタデータ） (2026-06-24T22:06:35Z)
• PhysX-Omni: Unified Simulation-Ready Physical 3D Generation for Rigid, Deformable, and Articulated Objects [60.069451811298315]
  pysX-Omniは、様々な資産タイプにまたがるシミュレーション可能な物理3D生成のための統合フレームワークである。 具体的には、圧縮のない高解像度3D構造を直接符号化するビジョンランゲージモデルに適した、新規で効率的な幾何学的表現を開発する。 さらに,室内および屋外の多様なカテゴリをカバーするシミュレーション可能な最初の汎用3DデータセットであるPhysXVerseを構築した。
  論文  参考訳（メタデータ） (2026-05-20T17:59:01Z)
• PhysAlign: Physics-Coherent Image-to-Video Generation through Feature and 3D Representation Alignment [23.066204478030627]
  ビデオモデル(VDM)は、動的なシーンや環境をシミュレートするための有望なアプローチを提供する。 既存のモデルは、しばしば基本的な物理的直観に反する時間的に一貫性のないコンテンツを生成する。 物理コヒーレントな画像対ビデオI(2V)生成のための効率的なフレームワークであるPhysAlignを提案する。
  論文  参考訳（メタデータ） (2026-03-14T05:44:18Z)
• PhysX-Anything: Simulation-Ready Physical 3D Assets from Single Image [67.76547268461411]
  PhysX-Anythingは最初のシミュレーション可能な物理3D生成フレームワークである。 高品質なsim-ready 3Dアセットを明示的な幾何学、調音、物理的特性で生成する。 トークンの数を193倍に減らし、標準VLMトークン予算内で明示的な幾何学的学習を可能にする。
  論文  参考訳（メタデータ） (2025-11-17T17:59:53Z)
• PhysX-3D: Physical-Grounded 3D Asset Generation [48.78065667043986]
  既存の3D生成は、物理グラウンドモデリングを無視しながら、ジオメトリーとテクスチャに重点を置いている。 PhysXNet - 5つの基本次元に体系的にアノテートされた最初の物理地上3Dデータセット。 また,物理基底画像から3次元のアセット生成のためのフィードフォワードフレームワークである textbfPhysXGen も提案する。
  論文  参考訳（メタデータ） (2025-07-16T17:59:35Z)
• PhysGaia: A Physics-Aware Dataset of Multi-Body Interactions for Dynamic Novel View Synthesis [62.283499219361595]
  PhysGaiaは動的ノベルビュー合成(DyNVS)のために設計された物理対応のデータセットである。 私たちのデータセットは、複数のオブジェクト間のリッチな相互作用を伴う複雑な動的シナリオを提供します。 PhysGaiaは、動的ビュー合成、物理に基づくシーン理解、および物理シミュレーションと統合されたディープラーニングモデルの研究を著しく前進させる。
  論文  参考訳（メタデータ） (2025-06-03T12:19:18Z)
• PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation [62.53760963292465]
  PhysDreamerは物理に基づくアプローチで、静的な3Dオブジェクトにインタラクティブなダイナミクスを与える。 本稿では, 弾性物体の多様な例について考察し, ユーザスタディを通じて合成された相互作用の現実性を評価する。
  論文  参考訳（メタデータ） (2024-04-19T17:41:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。