2026年5月20日，arXiv上發佈了一項題為《PhysX-Omni：統一面向仿真的物理3D生成，支持剛體、可變形體和鉸接物體》的研究（論文編號：2605.21572）。該研究由Ziang Cao等八位作者共同完成，旨在解決現有3D生成方法在物理屬性建模和資產類別覆蓋方面的侷限性。
現有的3D生成方法要麼忽略物理屬性，要麼侷限於單一資產類別（如剛體、可變形體或鉸接物體），這嚴重限制了它們在仿真和機器人領域的應用。PhysX-Omni提出了一個統一的框架，能夠生成面向仿真的物理3D資產，涵蓋多種資產類型。該框架的核心創新是一種專為視覺語言模型（VLM）設計的幾何表示方法，它可以直接編碼高分辨率3D結構，無需壓縮，從而顯著提升了生成性能。
為了支撐大規模訓練和評估，研究團隊構建了首個通用仿真就緒3D數據集PhysXVerse，覆蓋了室內和室外多達數百種類別的物體。同時，他們還提出了PhysX-Bench基準，用於全面靈活地評估生成和理解能力。PhysX-Bench包含六項關鍵屬性：幾何、絕對尺度、材質、可承擔性、運動學和功能描述，為模型的物理合理性提供了多維度的評判標準。
大量實驗表明，PhysX-Omni在傳統指標和PhysX-Bench評估中均表現出色，在生成和理解方面均領先現有方法。進一步的研究驗證了其在仿真場景生成和機器人策略學習等應用中的潛力。研究人員認為，PhysX-Omni有望顯著推動具身智能和物理仿真等下游領域的發展，為機器人、遊戲、影視等行業的仿真應用提供強大的技術支持。