CVPR

Perceptual 3D Simulation With Physical World Modeling

基于物理世界建模的感知3D仿真

Wanhee Lee, Klemen Kotar, Rahul Mysore Venkatesh, Jared Watrous, Daniel L. K. Yamins

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出P3Sim系统，结合学习型物理世界模型、几何条件模块和持久场景记忆，在部分观测和不完整3D变换信号下模拟未来场景状态，实现多任务泛化。

Comments Published as a conference paper at CVPR 2026

GenMatter: Perceiving Physical Objects with Generative Matter Models

GenMatter：基于生成物质模型的物理物体感知

Eric Li, Arijit Dasgupta, Yoni Friedman, Mathieu Huot, Vikash Mansinghka, Thomas O'Connell, William T. Freeman, Joshua B. Tenenbaum

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； MIT BCS（麻省理工学院生物学与计算机科学） 纠错

AI总结 本文提出一种生成物质模型，通过分层聚类低级运动线索和高级外观特征，实现对不同输入的统一感知框架，验证了其在随机点运动、伪装旋转物体和自然视频中的有效性。

Comments 25 pages, 12 figures, CVPR 2026