南洋理工大学 – 商汤联合研究中心携手上海人工智能实验室共同推出的 PhysXNet 数据集,成功填补了物理属性 3D 数据领域的空白。该数据集涵盖超 26K 个物体,详尽标注了物理尺度、材料特性、运动学参数等关键信息。研究团队同步开发了 PhysXGen 框架,通过结合预训练模型,能够高效生成具备物理真实性的 3D 资产。经实验验证,其性能实现显著提升,将有力推动 3D 领域向更贴近真实的方向发展。
.
.
.

南洋理工大学 – 商汤联合研究中心携手上海人工智能实验室共同推出的 PhysXNet 数据集,成功填补了物理属性 3D 数据领域的空白。该数据集涵盖超 26K 个物体,详尽标注了物理尺度、材料特性、运动学参数等关键信息。研究团队同步开发了 PhysXGen 框架,通过结合预训练模型,能够高效生成具备物理真实性的 3D 资产。经实验验证,其性能实现显著提升,将有力推动 3D 领域向更贴近真实的方向发展。
.
.
.