Problem

現有的 3D 資產生成技術多側重於靜態幾何外觀，忽略了互動式虛擬世界與具身智慧（Embodied AI）運作所需的物理功能。由於缺乏材質屬性、功能邏輯與層級式動力學限制，使得生成的模型僅有外殼，無法在模擬環境中進行真實的物理互動。

Method

本研究開發了 PhysForge 框架，並建構包含 15 萬件資產的 PhysDB 標記資料庫。系統分為兩階段：首先由視覺語言模型（VLM）擔任「物理建築師」，規劃包含材質與運動約束的層級物理藍圖；接著透過物理擴散模型，利用運動體素注入（KVI）機制，精準合成幾何特徵與動力學參數。

Results

實驗結果顯示，PhysForge 能夠產出符合物理邏輯且可直接用於物理模擬的 3D 資產。相較於現有方法，該模型在功能合理性與模擬就緒度（Simulation-ready）上表現優異，成功為複雜的虛擬互動場景提供高品質且具功能性的數位內容。

Significance

這項研究填補了幾何生成與物理模擬之間的技術鴻溝。PhysForge 不僅為 3D 內容創作提供強大的自動化引擎，更為具身智慧的訓練提供了大規模、具物理基礎的模擬資料，對元宇宙開發與機器人學習領域具有深遠影響。