PhysLDM:2.48 毫米精度重构可变形体轨迹,token 压缩最高 78 倍
jiqizhixin · x · 2026-11-21
南洋理工大学与上海人工智能实验室研究者在 arXiv 预印本中提出 PhysLDM,用于体积式可变形仿真。
- 时空自编码器:将刚体运动与局部形变分离,压缩整条轨迹;在米级场景下以约 2.48 毫米精度重构可变形体轨迹,token 压缩最高达 78 倍。
- 扩散预测:扩散模型在潜空间中从初始状态预测整条轨迹(配图展示 Spatial VAE、时空 VAE 与 Flow-DiT 架构),使完整时空表征代价过高网格的联合预测变得可行。
- 泛化与对比:在模拟 Objaverse 物体上训练,可迁移到未见过的 GSO 与 ToysK 物体;论文还对比了扩散与确定性回归,后者容易平均掉复杂动力学。
「具身」频道最新
- USC 让宇树 G1 机器人组队协作,2 台训练可扩展到 10 台 — CyberRobooo · 2026-11-21
- 博主晒 Tesla 全自动驾驶房车概念图,期待 FSD 旅居车 — PaulYacoubian · 2026-11-21
- 开源自动驾驶控制入门书第 4 章发布:对比三种路径跟踪算法 — 4310sy · 2026-11-21
- SAFI 让机器人被接管时安全停手,违规完成率降至1.3% — DM2-ND · 2026-11-21
- 伯克利开源 Specialist:3D 打印手夹采集数据真机直接跑 — SongShuran · 2026-11-21
- DoorDash 配送机器人 Dot 正式上线 Fremont,产地即首站 — Scobleizer · 2026-11-21