DeformSmith:物理引导分层生成可变形资产,服务机器人操作
Can Li · hf · 2026-09-21
Can Li 等提出 DeformSmith，从文本或单张图像自动生成可交互、物理可信的可变形资产（软体物体）用于机器人操作。可变形物体的形变与接触响应难以从文本/图像推断，却直接决定其是否适合交互。方法要点：
- 分层 agentic 构建：结合共享的物理 harness，逐步构建、测试、精修几何、物理模型、材料行为与机器人交互
- 闭环：机器人操作反馈与可复放的交互数据回流生成流程
实验显示其生成资产的视觉质量与物理合理性优于 PhysGen3D、PhysGM、PhysX-Omni 等 SOTA 基线，并支持合成可变形物体操作数据。项目页：can-lee.github.io/deformsmith-web
「具身」频道最新
- ZuckOff 检测 Meta 智能眼镜走红，Meta 拟推无摄像头版本 — LexiLove · 2026-09-21
- 反偷拍应用 ZuckOff 走红：靠蓝牙指纹识别身边 Meta 智能眼镜 — LexiLove · 2026-09-21
- CVPR 2026 论文 GaME:让机器人 3D 地图学会遗忘过时几何 — lucacarlone1 · 2026-09-21
- 斯坦福新法解决 VLA 推理延迟：10 分钟数据把成功率从 42% 提到 97% — burny_tech · 2026-09-21
- 160 公斤硬拉实拍:LUDUS 展示惊人力量演示 — AIFlow_ML · 2026-09-21
- 特斯拉得州 Optimus 产线主体结构近完工，启元机器人 2.5 分钟下线一台 — 创业邦 · 2026-09-21