DeformSmith：物理 Harness 引導式層級生成可變形資產，用於機器人操作
為何重要
該技術解決了 3D 資產生成中極難處理的「物理與形變模擬」痛點，能顯著加速 Sim-to-Real 的資料合成與訓練流程。它與 Generative AI 深度整合，為機器人操作提供了更精確的數位孿生，有助於開發者減少手動調整資產的時間。對於遊戲開發與機器人訓練平臺業者的開發者而言，是重要的工具補充。
為機器人操作生成具物理真實性的可變形資產極難，因為物件如何響應接觸通常無法從文字或影像中推斷。DeformSmith 是一個框架，能從文字或單一影像自動產生具物理可信度的互動資產。它採用層級式代理式建構與共用「物理 Harness」，透過機器人操作回饋反覆精煉幾何與物理模型，最終產出的資產優於 PhysGen3D、PhysGM、PhysX-Omni 等基線。
- 支援從文字或單一影像生成具物理可信度的互動可變形資產。
- 採用層級式代理式建構與共用「物理 Harness」，依據機器人操作反饋持續精煉幾何、材料與物理模型。
- 資產的視覺品質與物理合理性優於 PhysGen3D、PhysGM、PhysX-Omni 等現有 SOTA 基準。