コンピュータビジョンとロボティクスの交差点において、物理シミュレーションに直接利用可能な3Dアセットの生成が注目を集めている。しかし、既存の3D生成手法の多くは物理的特性を無視するか、剛体、変形可能体、関節体といった単一のカテゴリに限定されている。この制約は、豊富な物理インタラクションを必要とする下流タスクへの応用を大きく妨げている。
この問題に対処するため、arXivに新たに投稿された論文（2605.21572）は、PhysX-Omniを提案する。これは、多様なアセットタイプにわたるシミュレーション対応物理3D生成のための統一フレームワークである。Ziang Caoら8名によるこの研究は、コンピュータビジョンとパターン認識（cs.CV）およびロボティクス（cs.RO）の分野に属する。
PhysX-Omniの核心的な革新の一つは、視覚言語モデル（VLM）に特化して設計された、新規かつ効率的な幾何表現である。この表現は、圧縮を一切行わずに高解像度の3D構造を直接符号化することができ、生成性能を大幅に向上させる。従来の圧縮やボクセル化に基づく手法と比較して、より豊かな幾何的詳細を保持し、生成されるアセットの精度とリアリズムを高める。
モデルアーキテクチャに加えて、研究チームは最初の汎用シミュレーション対応3DデータセットであるPhysXVerseを構築した。このデータセットは、屋内および屋外の多様なカテゴリを網羅し、物理認識型3D生成モデルの訓練と評価に貴重なリソースを提供する。その多様性と規模は、モデルを実世界の複雑なシーンに汎化させるのに役立つ。
さらに、著者らは実環境下での生成能力と理解能力を包括的かつ柔軟に評価するためのベンチマークPhysX-Benchを提案する。このベンチマークは、幾何形状、絶対スケール、材质特性、アフォーダンス、運動学構造、機能記述という6つの重要な属性に基づいて設計されている。これらの属性は、物理3Dアセットが本当にシミュレーションに「対応」しているかどうかを特徴付ける。
広範な実験により、従来の指標でもPhysX-Benchでも、PhysX-Omniが生成と理解の両面で優れた性能を発揮することが示された。追加の研究では、シミュレーション対応シーン生成やロボットポリシー学習への応用の可能性も検証されている。著者らは、PhysX-Omniが身体性AIや物理ベースのシミュレーションを含む幅広い応用を大きく前進させることができると信じている。
本論文は2026年5月20日に投稿され、プロジェクトページで詳細が公開されている。シミュレーション対応3D生成技術の成熟に伴い、ロボット学習、バーチャルリアリティ、自動運転などの分野が、よりリアルで制御可能な物理インタラクション環境から恩恵を受けることが期待される。