PhysLDM 用隱空間擴散一次性生成整段高保真物理模擬
南洋理工大學 MMLab 與上海人工智慧實驗室提出 PhysLDM，這是首個面向體網格可變形動力學的隱空間擴散範式，可一次性生成整段高保真形變軌跡。其時空自編碼器把整段軌跡壓成固定數量 token，壓縮率最高 78 倍，平均重建誤差 2.48 毫米；訓練資料為 3 萬多個 Objaverse 物體、約 8 萬條 StiffGIPC 模擬軌跡。在未見過的 GSO、Toys4K 物體上，零樣本誤差與訓練分佈內相當，頂點數超過訓練上限兩倍多的網格誤差約 5 毫米。
首個面向體網格可變形動力學的隱擴散方案，給出 2.48 毫米重建誤差、78 倍壓縮與零樣本泛化的具體結果，並用實測說明混沌形變下擴散優於迴歸，對物理模擬與圖形學研究者有參考價值。
原標題：PhysLDM | 物理仿真的Latent Diffusion范式，革命传统物理仿真
閱讀原文
| 評分 | 70 / 78（平均 74，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
輝達 Physis-Lang 登頂 Physics-IQ Verified，用物理語言描述提升影片生成
輝達聯合 MIT 與牛津大學提出的 Physis-Lang，把物理原因、規律和結果寫進影片文字描述，並貫穿資料篩選、模型訓練與影片生成。其 Cosmos3-Super 與 Cosmos3-Nano 在 Physics-IQ Verified 榜單以 48.2 和 43.3 分列前二，Super 較此前最高分高出 5.5 個百分點。基於 Cosmos3-Nano 的版本在論文四項物理 benchmark 上取得開源最佳，三項總分超過 Veo 3.1。
TUM 提出 Tadpole：自編碼器預訓練 3D 物理基礎模型，線上學習免存 202TB 資料
慕尼黑工業大學團隊提出 Tadpole，用自編碼器而非預測下一時刻作為預訓練目標，先學三維物理場的通用表示，再遷移到重建、動力學預測與生成。預訓練採用線上學習，GPU 上的求解器即時生成資料直接送入訓練，累計使用約 202 TB 資料卻無需本地儲存，在高速 SSD 環境下整體速度約為離線方案的 1.8 倍。模型用隨機裁剪區域性區域統一不同變數數與解析度的資料，零樣本重建最高到 1024³；
VLM 中間層隱空間存在可提取的三維場景拓撲
匹茲堡大學研究發現，視覺語言模型（VLM）的中間層隱空間保留了可提取的三維場景拓撲。研究先用物體掩碼聚合視覺標記，再通過跨場景平均剔除顏色、形狀等身份屬性；處理後，中間層的 PCA 佈局與真實場景最吻合，相鄰物體的表徵能量比也更低。把 Dirichlet 能量加入微調目標，並在中間層做 500 步 LoRA 後，Qwen2.5-VL-7B 在 VSI-Bench 簡單相對方向任務上的準確率從 47.9% 升到 60.0%。
免訓練框架 Fluid-Gen-Zero 讓影片模型接入物理模擬器
Simon Fraser University、Meta Reality Labs 等團隊提出免訓練框架 Fluid-Gen-Zero，讓預訓練影片生成模型接入物理模擬器來生成符合物理規律的流體影片，且無需更新模型引數。它先用 Genesis 引擎模擬出物體與流體的運動軌跡，再由 VLM 決定影片分段時機，並在潛空間中對物體區域施加較強約束、對流體區域採用更柔和的約束。
清華提出 Jev-LDE：ICL 範例只編輯一次，1-shot 準確率升至 88.1%
清華大學自動化系研究者提出 Local Demonstration Editing（LDE）與小型編輯模型 Jev-LDE，在目標 LLM 推理前對已檢索出的 demonstration set 只做一次 Keep、Delete 或 Replace 編輯，而非重新搜尋最優範例組合。