PhysAg3D: одно фото превращается в интерактивный 3D-ассет с рабочими механизмами.
PhysAg3D превращает одно фото в интерактивный 3D-ассет с рабочими механизмами. Мы видим проект, где VLM-агент и 3D-генератор работают в паре без совместного обучения.
- Агент извлекает из картинки семантические части, варианты взаимодействий и физические априоры, а TRELLIS.2 параллельно создаёт текстурированный меш.
- Иерархическое interaction representation связывает намерение, механизм и поверхность.
- Агент сам собирает parts, joints и деформируемые зоны инструментами геометрии и симуляции, сохраняя готовые грани.
- Рендер и замеры показывают провал, после чего выполняются точечные правки в пределах бюджета.
На выходе получаются GLB, Blender-файл и MuJoCo-сцена.
Для запуска нужны Blender, Codex CLI и Linux-хост с TRELLIS.2: от 28 ГБ VRAM.
Подробнее: github.com/Supra-3D/PhysAg3D
Ещё новости:
