跳到正文
arXiv · 机器人与计算机视觉· Yu Zhang, Xudong Xu, Xingang Pan·· 2026-10-07精选AI 评分78

PhysLDM:面向高保真可变形仿真的潜空间扩散方法

PhysLDM: Latent Diffusion for High-Fidelity Deformable Simulation

AI 导读

PhysLDM 是首个针对体形可变形动力学的潜空间自编码器与扩散范式。该方法通过整体时空 VAE 避免标准压缩的阶梯伪影,在米级场景中实现约 2.48 毫米的重建精度和高达 78 倍的 Token 压缩率。

推荐理由

PhysLDM 提出首个基于潜空间扩散的高保真体形变形仿真范式,在米级场景中实现约 2.48 毫米重建精度,并证明扩散模型比确定性回归更适合处理混沌动力学。

来源:arXiv · 机器人与计算机视觉 · arxiv.org