PhysLDM：潜扩散实现高保真形变仿真
热点事件持续更新
PhysLDM：潜扩散实现高保真形变仿真
1 篇报道1 个报道来源9 小时前更新
先了解这件事
报道摘要
PhysLDM 是一种面向体积形变动力学的一次性仿真潜在扩散范式，核心是整体式时空 VAE，在米级场景实现约 2.48 mm 重建精度和最高 78 倍 token 压缩。实验发现复杂形变动力学常呈混沌特性，确定性回归易产生非物理平均值，而扩散模型能更好建模其分布。该模型仅用运动学数据在 Objaverse 规模数据集上训练，即可零样本泛化到 GSO 和 Toys4K 等 OOD 数据集。
摘自 arXiv cs.CV
最新进展10月7日 12:00
PhysLDM：面向高保真形变仿真的潜在扩散模型报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CVPhysLDM：面向高保真形变仿真的潜在扩散模型
PhysLDM 是一种面向体积形变动力学的一次性仿真潜在扩散范式，核心是整体式时空 VAE，在米级场景实现约 2.48 mm 重建精度和最高 78 倍 token 压缩。实验发现复杂形变动力学常呈混沌特性，确定性回归易产生非物理平均值，而扩散模型能更好建模其分布。该模型仅用运动学数据在 Objaverse 规模数据集上训练，即可零样本泛化到 GSO 和 Toys4K 等 OOD 数据集。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。