熱點事件持續更新
PhysLDM以隱空間擴散生成物理仿真軌跡
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
2026年11月3日的報道稱，南洋理工大學 MMLab 與上海人工智能實驗室的研究者提出 PhysLDM，透過隱空間擴散生成高保真、可變形物體的完整仿真軌跡。模型以時空 VAE 壓縮軌跡，壓縮率最高達 78 倍；訓練資料包括由 3 萬多個 Objaverse 物體生成的約 8 萬條仿真軌跡，平均重建誤差為 2.48 毫米。報道亦指，PhysLDM 可零樣本泛化至未見物體，並支援端到端及高階求導。
AI 根據報道生成 · 3 小時前更新
最新進展11月3日 07:18
研究者提出 PhysLDM，可生成可變形物體的完整仿真軌跡，並支援零樣本泛化及高階求導。報道時間線
沿着報道，瞭解事件的不同側面。
11月3日
- 新浪科技PhysLDM：以潛在擴散革新傳統物理仿真
南洋理工大學 MMLab 與上海人工智能實驗室的研究者提出 PhysLDM，以隱空間擴散生成高保真可變形物體的完整仿真軌跡。模型以時空 VAE 壓縮軌跡，壓縮率最高達 78 倍；在 3 萬多個 Objaverse 物體生成的約 8 萬條仿真軌跡上訓練，平均重建誤差為 2.48 毫米。PhysLDM 可零樣本泛化至未見物體，並支援端到端及高階求導。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。