論文の概要: PhysForge: Material-Controllable 3D Reconstruction with Separable Components

• arxiv url: http://arxiv.org/abs/2610.13681v1
• Date: Fri, 09 Oct 2026 14:47:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.64297
• Title: PhysForge: Material-Controllable 3D Reconstruction with Separable Components
• Title（参考訳）: PhysForge: 分離部品による材料制御可能な3次元再構成
• Abstract要約: 材料制御可能な物理フィッティングおよびコンポーネントレベルの相互作用モデリングのためのフレームワークであるPhysForgeを提案する。 第一のPhysFitは、物質条件付きVDM力学を物理プロパティフィッティングの基準として利用する。 第二に、PhysCompは複雑なインタラクションを個々のオブジェクトとセマンティックコンポーネントに分解する。
• 参考スコア（独自算出の注目度）: 28.690037518118213
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in physical 3D generation have enabled visually faithful assets with simulatable mechanical behavior. However, existing methods provide limited control over material behavior beyond appearance-based inference and struggle to estimate physical properties from complex interactions between objects and semantic parts. Therefore, we present PhysForge, a Video Diffusion Model (VDM)-based framework for addressing these challenges, comprising two complementary modules for material-controllable physical fitting and componentlevel interaction modeling. The first, PhysFit, leverages material-conditioned VDM dynamics as references for physical-property fitting, introducing windowed fitting to focus on material-revealing interactions and Hallucinated Forcing to disentangle nonphysical motion hallucinated by the VDM from material responses. The second, PhysComp decomposes complex interactions into individual objects and semantic components, enabling their physical parameters to be optimized independently and flexibly composed for joint simulation. Experiments on PhysAssets and Google Scanned Objects demonstrate that, compared with existing methods, PhysForge provides stronger control over material-dependent physical responses while supporting component-level physical modeling for complex interactions. It achieves the best CLIP and physical controllability scores on both common and uncommon materials, with qualitative comparisons, component-level ablations, and a user study further supporting these improvements. Our project page is available at https://masterwanna.github.io/PhysForge.html .
• Abstract（参考訳）: 物理3D生成の最近の進歩は、シミュラブルな機械的挙動を持つ視覚的に忠実な資産を可能にしている。 しかし、既存の手法は、外見に基づく推論以上の物質的挙動を限定的に制御し、オブジェクトとセマンティック部分の間の複雑な相互作用から物理的特性を推定するのに苦労する。 そこで本研究では,これらの課題に対処するためのビデオ拡散モデル(VDM)ベースのフレームワークであるPhysForgeについて述べる。 第一のPhysFitは、物質調和されたVDM力学を物理プロパティフィッティングの基準として利用し、物質移動相互作用に焦点を合わせるための窓付きフィッティングを導入し、物質応答からVDMによって幻覚される非物理的運動をアンタングルさせる。 第二に、PhysCompは個々のオブジェクトとセマンティックコンポーネントに複雑な相互作用を分解し、それらの物理パラメータを独立に最適化し、共同シミュレーションのために柔軟に構成することができる。 PhysAsetsとGoogle Scanned Objectsの実験では、PhysForgeは既存の方法と比較して、複雑なインタラクションのためのコンポーネントレベルの物理モデリングをサポートしながら、物質依存の物理応答をより強力なコントロールを提供する。 定性的な比較、コンポーネントレベルの改善、さらにこれらの改善をサポートするユーザスタディによって、CLIPと物理制御性の両方で最高のスコアを達成している。 私たちのプロジェクトページはhttps://masterwanna.github.io/PhysForge.htmlで公開されています。

関連論文リスト

• UniPhysGen: Unified Physical Grounding for Simulation-Ready 3D Assets [42.09564393511927]
  物理セマンティクスを統一したシミュレーション可能なアセットに、生の3Dアセットを変換するためのフレームワークUniPhysを提案する。 また,統合物理基盤モデルUniPhysGenを導入する。
  論文  参考訳（メタデータ） (2026-07-15T08:27:07Z)
• 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)
• PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World [39.46909309051163]
  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。
  論文  参考訳（メタデータ） (2026-05-06T17:33:23Z)
• PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
  本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。 i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
  論文  参考訳（メタデータ） (2026-04-30T17:53:03Z)
• PhysChoreo: Physics-Controllable Video Generation with Part-Aware Semantic Grounding [50.454084539837005]
  PhysChoreoは、単一の画像から多様な制御性と物理的なリアリズムを持つビデオを生成する新しいフレームワークである。 本手法は2つの段階から構成される: まず, 画像中の全ての物体の静的初期特性を, 部分認識の物理的特性再構成により推定する。 そして、時間的に指示され、物理的に編集可能なシミュレーションを通じて、リッチな動的な振る舞いと物理的なリアリズムで高品質な動画を合成する。
  論文  参考訳（メタデータ） (2025-11-25T17:59:04Z)
• 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)
• OmniPhysGS: 3D Constitutive Gaussians for General Physics-Based Dynamics Generation [25.790371838717284]
  より一般的な物体からなる物理に基づく3次元動的シーンを合成するためのOmniPhysGSを提案する。 本手法は,視覚的品質とテキストアライメントの指標において,既存の手法を約3%から16%上回っている。
  論文  参考訳（メタデータ） (2025-01-31T09:28:07Z)
• 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。