PhysForge：用于交互式虚拟世界的物理驱动3D资产生成
计算机视觉与模式识别
2026-05-07 v1
摘要
合成物理驱动的3D资产是交互式虚拟世界和具身AI的关键瓶颈。现有方法主要关注静态几何，忽视了对于交互至关重要的功能属性。我们提出，交互式资产生成必须建立在功能逻辑和层次化物理之上。为此，我们引入PhysForge，一个由PhysDB支持的解耦双阶段框架。PhysDB是一个包含150,000个带有四级物理注释的大规模数据集。第一阶段，VLM充当“物理建筑师”，规划定义材料、功能和运动约束的“层次化物理蓝图”。第二阶段，物理驱动扩散模型通过 novel KineVoxel Injection（KVI）机制实现该蓝图，通过高保真几何和精确运动参数合成资产。实验表明，PhysForge产生功能合理、可仿真的资产，为交互式3D内容和具身智能体提供了稳健的数据引擎。
引用
@article{arxiv.2605.05163,
title = {PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World},
author = {Yunhan Yang and Chunshi Wang and Junliang Ye and Yang Li and Zanxin Chen and Zehuan Huang and Yao Mu and Zhuo Chen and Chunchao Guo and Xihui Liu},
journal= {arXiv preprint arXiv:2605.05163},
year = {2026}
}
备注
Accepted by ICML 2026. Project Page: https://hku-mmlab.github.io/PhysForge/