ai.doge.tg 繁體 AI 情報 最新 專案 搜尋 Telegram ↗

基於單張影像的實體組裝 3D 元件生成:SNAPP3D 框架

研究 1 個來源 · 9 天前
為何重要

這項研究填補了視覺生成與實體製造之間的落差,對於機器人模擬訓練、可自組裝裝置與工業自動化設計具備基礎意義。它能讓生成的 3D 模型直接用於 FEA 模擬與真實列印,縮短從設計到原型的無形轉換耗時。

  • 現有單張影像 3D 生成方法雖能產生視覺完整的零件,卻常出現鄰接零件干涉、缺乏連結或無法承受重力連線等問題。
  • 提出 SNAP3D 框架,透過物理模擬回饋來解決零件間的干涉、恢復接觸圖譜,並引入引數化連結器來提升組裝穩定性。
  • 透過物理模擬的精修,確保在保留原始生成幾何品質的前提下,使零件能互相扣合。
  • 包含一套物理基準評估協定,直接測試組裝的有效性與重力下的穩定性,並透過 3D 列印與實體組裝驗證結果。
SNAPP3D3D GenerationPhysics SimulationAssemblyGenerative AI

來源 · 1 篇報導

首發 Hugging Face Daily Papers huggingface.co 04:00