跳到正文
热点事件持续更新

PhysLDM:隐空间扩散做物理仿真

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

南洋理工大学 MMLab 与上海人工智能实验室提出 PhysLDM,一种面向物理仿真的隐空间扩散方法。据该团队介绍,它先用时空 VAE 把整段仿真轨迹压缩成固定数量的 token,压缩率最高可达 78 倍,再由扩散模型一次性生成整段轨迹,目标是在体网格可变形动力学场景下实现高保真物理仿真。 目前公开信息只说明了方法设计与压缩率,尚未给出与现有仿真方法对比的精度或速度结果。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. 机器之心
    南洋理工大学与上海AI实验室提出 PhysLDM,用隐空间扩散做高保真物理仿真

    南洋理工大学 MMLab 与上海人工智能实验室提出 PhysLDM,一个面向物理仿真的 latent diffusion 范式,用时空 VAE 把整段仿真轨迹压缩成固定数量 token(压缩率最高 78 倍),再由扩散模型一次性生成整段轨迹。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。