PulseAugur
实时 09:49:21
English(EN) NewtonGS: Physics-Structured Object-Level Neural Newtonian Dynamics for Gaussian Scene Animation

NewtonGS框架实现了3D高斯场景的物理结构化动画

研究人员推出了一种名为NewtonGS的新型框架,用于在3D高斯场景中对对象进行动画处理。该系统采用物理结构化方法,用包含姿态、速度、尺度、质量和接触属性的详细22维状态来表示每个对象。NewtonGS的核心是其高斯神经牛顿动力学模型,该模型整合了分析物理学和学习到的残差,以实现连续运动和接触事件,从而能够直接控制对象动画。 AI

影响 该框架有望推动3D环境中逼真的对象动画,对虚拟现实和游戏开发等领域产生影响。

排序理由 该条目描述了一篇关于3D场景动画新框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

NewtonGS框架实现了3D高斯场景的物理结构化动画

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Lianlei Shan, Feiyang Ye, Yan Chen, Yong Wu ·

    NewtonGS:高斯场景动画的物理结构化对象级神经牛顿动力学

    arXiv:2608.07598v1 Announce Type: new Abstract: Animating objects in a static 3D Gaussian scene requires an explicit object-level dynamic state and a controllable model of object motion. Existing dynamic Gaussian methods primarily reconstruct time-varying scenes or simulate defor…