論文の概要: VersaGauss: A Versatile Framework for Generating Multiphase Dynamics with 3D Gaussians

• arxiv url: http://arxiv.org/abs/2608.28069v1
• Date: Fri, 28 Aug 2026 08:38:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.255266
• Title: VersaGauss: A Versatile Framework for Generating Multiphase Dynamics with 3D Gaussians
• Title（参考訳）: VersaGauss: マルチフェーズダイナミクスを3Dガウスで生成するVersatileフレームワーク
• Abstract要約: VersaGaussは、生成、シミュレーション、レンダリングのための統一されたフレームワークである。 汎用物理学に基づく動的生成、特に多相相互作用をサポートする。
• 参考スコア（独自算出の注目度）: 86.3300808181023
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent progress has been made in 3D Gaussian representation for reconstruction, generation, and physical simulation. However, current approaches mainly concentrate on physics-based dynamic generation of solid objects and only handle single-phase collision interactions. We introduce VersaGauss, a unified framework for generation, simulation, and rendering that supports versatile physics-based dynamic generation, particularly for multiphase interactions. Our system takes a few images as input and produces a realistic, physics-driven 3D dynamic scene with multiple objects. To optimize the Gaussian kernel distribution, we develop a particle pruning algorithm. We also propose the Coupled Multiphase Point Method (CMPM) to effectively model and generate multiphase interactions. Additionally, harmonic interpolation within CMPM and a Gaussian evolution strategy are introduced to achieve realistic fluid rendering. Extensive experiments demonstrate that our framework can simulate interactions among various materials such as fluid, rubber, sand, snow, and others. Code is available at https://github.com/Elowen-surj/VersaGauss.
• Abstract（参考訳）: 近年,復元・生成・物理シミュレーションのための3次元ガウス表現が進歩している。 しかし、現在のアプローチは主に物理に基づく固体物体の動的生成に集中しており、単相衝突相互作用のみを扱う。 本稿では,多相相互作用,特に多相相互作用のための多元的物理に基づく動的生成をサポートする,生成,シミュレーション,レンダリングの統一フレームワークであるVersaGaussを紹介する。 本システムは入力としていくつかの画像を取得し,複数の物体を持つ現実的な物理駆動の3Dダイナミックシーンを生成する。 ガウスのカーネル分布を最適化するために,粒子プレーニングアルゴリズムを開発した。 また,多相相互作用を効果的にモデル化し,生成するためのCMPM(Coupled Multiphase Point Method)を提案する。 さらに,CMPM内の調和補間とガウス進化戦略を導入し,現実的な流体レンダリングを実現する。 大規模実験により, 流体, ゴム, 砂, 雪など様々な材料間の相互作用をシミュレートできることがわかった。 コードはhttps://github.com/Elowen-surj/VersaGauss.comで入手できる。

関連論文リスト

• PhysMAS: Physics-Grounded Multi-Agent Synthesis of Compositional 4D Gaussians [34.993124532814186]
  PhysMASは動的シーン生成のための物理地上マルチエージェントフレームワークである。 ソルバ認識スキルを起動し、IDとプロファイルを粒子ごとのMPMフィールドにバインドし、共有ドメインですべてのオブジェクトを実行する。 実行時間が少なくともセマンティックアライメントが向上し、物理的妥当性が向上する。
  論文  参考訳（メタデータ） (2026-09-07T08:07:05Z)
• DiffusionHarmonizer: Bridging Neural Reconstruction and Photorealistic Simulation with Online Diffusion Enhancer [62.18680935878919]
  レンダリングを時間的に一貫した出力に変換するオンライン生成拡張フレームワークであるDiffusionHarmonizerを紹介した。 コアとなるのは、単一のGPU上でオンラインシミュレータで実行可能な、一段階の時間的条件付きエンハンサーである。
  論文  参考訳（メタデータ） (2026-02-27T15:35:30Z)
• FastPhysGS: Accelerating Physics-based Dynamic 3DGS Simulation via Interior Completion and Adaptive Optimization [56.17833729527066]
  我々は物理に基づく動的3DGSシミュレーションのためのフレームワークであるFastPhysGSを提案する。 FastPhysGSは、わずか7GBのランタイムメモリを使用して、1分で高忠実度物理シミュレーションを実現する。
  論文  参考訳（メタデータ） (2026-02-02T07:00:42Z)
• GenCP: Towards Generative Modeling Paradigm of Coupled Physics [12.60448078274613]
  GenCPは、結合多物理シミュレーションのための新規で原則化された生成パラダイムである。 確率進化の空間における演算子分割理論を用いて、この「条件付き結合」サンプリングスキームの誤差制御可能性を保証する。 我々は,GenCPの知識と優れた応用性能の両立を実証するために,総合的な設定と3つの挑戦的な多分野シナリオについて,本パラダイムを評価した。
  論文  参考訳（メタデータ） (2026-01-27T12:31:49Z)
• GaussianFluent: Gaussian Simulation for Dynamic Scenes with Mixed Materials [34.530526668727056]
  GaussianFluentは動的オブジェクト状態の現実的なシミュレーションとレンダリングのためのフレームワークである。 生成モデルによって導かれる内部ガウスを密度化することによって内部を合成する。 最適化された連続損傷材料ポイント法(CD-MPM)を統合し、極めて高速で脆性破壊シミュレーションを可能にする。
  論文  参考訳（メタデータ） (2026-01-14T07:59:52Z)
• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• GASP: Gaussian Splatting for Physic-Based Simulations [3.377471081417809]
  物理シミュレーションは実世界の様々な応用における3Dシーンのモデリングと利用において最重要である。 既存のモデルでは、三角形や四面体メッシュ、マーチングキューブ、ケージメッシュなどのメッシュ機構が追加されている。 あるいは、3次元ガウス成分と整合するように、物理基底のニュートン力学を修正できる。 我々のGS for Physics-Based Simulations (GASP) パイプラインはパラメタライズされた平坦なガウス分布を用いる。
  論文  参考訳（メタデータ） (2024-09-09T17:28:57Z)
• Gaussian Splashing: Unified Particles for Versatile Motion Synthesis and Rendering [41.589093951039814]
  立体と流体の物理アニメーションを3Dガウススティング(3DGS)と統合し、3DGSを用いて再構成された仮想シーンにおける新たな効果を創出する。 我々のフレームワークは動的流体上の表面ハイライトを現実的に再現し、新しいビューからシーンオブジェクトと流体間の相互作用を容易にする。
  論文  参考訳（メタデータ） (2024-01-27T06:45:22Z)
• Hierarchical Generation of Human-Object Interactions with Diffusion Probabilistic Models [71.64318025625833]
  本稿では,対象物と相互作用する人間の3次元運動を生成するための新しいアプローチを提案する。 私たちのフレームワークはまず一連のマイルストーンを生成し、それに沿って動きを合成します。 NSM, COUCH, SAMPデータセットを用いた実験では, 従来の手法よりも品質と多様性に大きな差があることが示されている。
  論文  参考訳（メタデータ） (2023-10-03T17:50:23Z)
• Learning to Simulate Complex Physics with Graph Networks [68.43901833812448]
  本稿では,機械学習のフレームワークとモデルの実装について紹介する。 グラフネットワーク・ベース・シミュレータ(GNS)と呼ばれる我々のフレームワークは、グラフ内のノードとして表現された粒子で物理系の状態を表現し、学習されたメッセージパスによって動的を計算します。 我々のモデルは,訓練中に数千の粒子による1段階の予測から,異なる初期条件,数千の時間ステップ,少なくとも1桁以上の粒子をテスト時に一般化できることを示す。
  論文  参考訳（メタデータ） (2020-02-21T16:44:28Z)

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。