PhysLDM：高保真形变模拟的潜在扩散

高保真变形体的神经模拟是计算机图形学和物理人工智能领域的基本挑战。高分辨率 3D 体积网格的长视野预测很困难：自回归方法容易受到误差累积的影响，而原始分辨率下的直接多帧预测在计算上是令人望而却步的。这激发了紧凑的时空潜在表示，这对于基于网格的体积物理来说在很大程度上尚未被探索。与此同时，尚不清楚确定性回归还是生成扩散是否是更合适的预测范式。为了解决这些耦合挑战，我们引入了 PhysLDM，这是一种用于一次性体积变形模拟的统一潜在扩散范例。其核心是整体时空 VAE，避免了标准时间压缩的“阶梯”伪影（如常见视频 VAE），以高达 78 倍 token 压缩在米级场景上实现约 2.48 毫米重建 精度。基于这个可靠的潜空间，我们系统地比较了回归和扩散方法。我们的实验揭示了一个关键的建模见解：复杂的可变形动力学通常是混乱的，在这种情况下，确定性回归往往会产生非物理平均值，而扩散可以更好地模拟它们的分布。因此，我们采用潜在扩散模型，可以有效地从混沌数据中学习，以生成物理上合理的轨迹。单个 PhysLDM 在 Objaverse 规模数据集上进行纯粹运动学训练，可将零样本推广到未见过的 OOD 数据集（GSO 和 Toys4K）。其可微性进一步实现了反问题的高效解决和高阶设计优化。据我们所知，PhysLDM 是第一个用于体积可变形动力学的高保真时空自动编码器和潜在扩散范式，为神经模拟提供了可扩展且稳健的方法。