研究人员开发了PhysiFormer,一种能够模拟物理上可行的3D物体运动的新型扩散Transformer。与之前在像素空间操作的方法不同,PhysiFormer直接在世界坐标中处理3D网格,无需显式的归纳偏置。该模型在超过100,000个模拟轨迹上进行训练,在预测刚性和弹性力学方面表现出色,能够泛化到各种材料和物体数量,并在准确性和物理一致性方面优于自回归基线。 AI
影响 该模型通过实现更准确和泛化的运动预测,有望推动机器人和计算机图形学领域的物理模拟。
排序理由 该集群报道了一篇详细介绍新型3D物体运动模拟模型的新学术论文。
- alphaXiv
- arXiv
- CatalyzeX
- computer graphics
- DagsHub
- denoising diffusion process
- Diffusion Transformer
- Google Cloud Vertex AI
- Gotit.pub
- Hugging Face
- PhysiFormer
- robotics
- ScienceCast
- world coordinates
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →