PhysLDM: diffusione latente per la simulazione ad alta fedeltà di corpi deformabili

Abstract degli autori

La simulazione neurale ad alta fedeltà dei corpi deformabili è una sfida fondamentale per la grafica computerizzata e l’IA fisica. Prevedere su lunghi orizzonti temporali il comportamento di mesh volumetriche 3D ad alta risoluzione è difficile: i metodi autoregressivi sono soggetti all’accumulo di errori, mentre la previsione diretta di più frame alla risoluzione originale ha costi computazionali proibitivi. Serve quindi una rappresentazione latente spazio-temporale compatta, ancora in gran parte inesplorata per la fisica volumetrica basata su mesh. Resta inoltre da chiarire se la regressione deterministica o la diffusione generativa sia il paradigma predittivo più adatto. Per affrontare queste sfide connesse, presentiamo PhysLDM, un paradigma unificato basato sulla diffusione latente per la simulazione di corpi deformabili in un unico passaggio. Al suo centro c’è un VAE spazio-temporale olistico che evita gli artefatti «a gradini» della compressione temporale standard (per esempio nei VAE video), raggiungendo una precisione di ricostruzione di ~2,48 mm in scene su scala metrica, con una compressione dei token fino a 78x. Su questo spazio latente affidabile, confrontiamo sistematicamente i metodi di regressione e di diffusione. I nostri esperimenti rivelano un aspetto cruciale per la modellazione: le dinamiche complesse dei corpi deformabili sono spesso caotiche e, in queste condizioni, la regressione deterministica tende a produrre medie non fisiche, mentre la diffusione ne modella meglio la distribuzione. Impieghiamo quindi un modello di diffusione latente che apprende efficacemente da dati caotici per generare traiettorie fisicamente plausibili. Addestrato in modo puramente cinematico su un dataset di scala pari a Objaverse, un unico PhysLDM generalizza in modalità zero-shot a dataset OOD mai visti. La sua differenziabilità consente inoltre di risolvere efficientemente problemi inversi e di ottimizzare progetti secondo criteri di ordine superiore. Per quanto ne sappiamo, PhysLDM è il primo autoencoder spazio-temporale ad alta fedeltà e il primo paradigma di diffusione latente per le dinamiche volumetriche dei corpi deformabili, e offre un approccio scalabile e robusto alla simulazione neurale. Pagina del progetto: https://yucrazing.github.io/physldm/