XDen-1K：真实世界物体密度场数据集
计算机视觉与模式识别
2025-12-12 v1
摘要
对物理世界的深入理解是具身 AI 和真实模拟的核心目标。虽然当前模型在捕获物体表面几何和外观方面表现优异，但在捕获其内部物理属性方面存在严重不足。这一缺失尤为关键，因为诸如体积密度等属性是预测物体质心、稳定性以及交互动力学的基本因素，广泛应用于机器人操控和物理仿真等领域。主要瓶颈在于缺乏大规模真实数据。为弥合这一差距，我们引入 XDen-1K，这是第一个专为真实世界物理属性估计（尤其是体积密度）而构建的大规模多模态数据集。该数据集的核心由 1000 件覆盖 148 个类别的真实世界物体构成，提供了包括高分辨率带部件标注的 3D 几何模型以及相应的真实世界双平行 X 射线扫描数据。基于此数据，我们引入一种新型优化框架，从稀疏 X 射线视图中恢复每个物体的高保真体积密度场。为展示其实际价值，我们将 X 射线图像作为条件信号输入到现有分割网络中进行体积分割。此外，我们在下游机器人任务上进行了实验。结果表明，利用该数据集可有效提高质心估计的准确性和机器人操控的成功率。我们认为 XDen-1K 将作为面向具身视觉推理和具身 AI 的基础资源和具有挑战性的新基准，催化未来研究的发展。
引用
@article{arxiv.2512.10668,
title = {XDen-1K: A Density Field Dataset of Real-World Objects},
author = {Jingxuan Zhang and Tianqi Yu and Yatu Zhang and Jinze Wu and Kaixin Yao and Jingyang Liu and Yuyao Zhang and Jiayuan Gu and Jingyi Yu},
journal= {arXiv preprint arXiv:2512.10668},
year = {2025}
}
备注
10 pages, 7 figures