日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

関節物体生成arXiv:2602.14965

PAct: 部分分解による単視点関節物体生成

PAct: Part-Decomposed Single-View Articulated Object Generation

シェア:XThreadsFacebookLINEはてブBluesky

単一画像から関節物体を部分ごとに分解し、形状・構成・関節運動を生成するフィードフォワード手法を提案。

詳しい要約

1. どんなもの?

- 単一画像から articulated object を生成する part-centric な生成フレームワーク。 - 物体を movable parts の集合として表現し、part geometry・composition・articulation を同時に合成。 - 各 part は part identity と articulation cues で拡張された latent tokens で符号化。 - 入力画像に条件付けられ、instance-level correspondence を保ちつつ有効な part 構造と運動を維持した 3D asset を生成。 - per-instance optimization を不要にし、feed-forward 推論と制御可能な assembly/articulation を実現。

2. 先行研究と比べてどこがすごい?

- 既存は大きく2系統: optimization-based reconstruction/distillation と inference-time の template/part retrieval。 - optimization 系は高精度だが1インスタンスに数十分〜数時間を要する。 - retrieval 系は高速だが入力観測の特定構造・外観に一致しない plausible な結果に留まる。 - 提案は per-instance optimization を回避しつつ、入力整合性・part 精度・articulation 妥当性で両 baseline を上回る。 - 推論時間も大幅に短縮。

3. 技術・手法の肝は?

- part-centric な生成フレームワークを採用。 - 物体を movable parts の集合として表現。 - 各 part を latent tokens で符号化し、part identity と articulation cues で拡張。 - 単一画像を条件に part geometry・composition・articulation を明示的な part-aware conditioning 下で合成。 - instance-level correspondence を保ち、有効な part 構造と運動を維持。 - per-instance optimization を排し feed-forward 推論を可能に。 - 制御可能な assembly と articulation をサポート。

4. どうやって有効だと検証した?

- drawers や doors など一般的な articulated categories で実験。 - optimization-based および retrieval-driven な baseline と比較。 - 評価軸は input consistency、part accuracy、articulation plausibility。 - これらで baseline を上回り、推論時間を大幅短縮したと報告。 - 具体的なデータセット名・指標値は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 限界・失敗例・倫理的影響・計算資源・一般化範囲についての議論は要旨に記載なし。

6. 次に読むべき論文は?

- 要旨で参照/比較されている optimization-based reconstruction/distillation および template/part retrieval 系の研究。 - 具体的な論文名は要旨からは不明。 - 同分野の定番として articulated object の single-view reconstruction、part-based 3D generation、kinematic rigging に関する研究が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Qingming Liu, Xinyue Yao, Shuyuan Zhang, Yueci Deng, Guiliang Liu, Zhen Liu, Kui Jia

分類: cs.CV, cs.RO

原文アブストラクト

Articulated objects are central to interactive 3D applications, including embodied AI, robotics, and VR/AR, where functional part decomposition and kinematic motion are essential. Yet producing high-fidelity articulated assets remains difficult to scale because it requires reliable part decomposition and kinematic rigging. Existing approaches largely fall into two paradigms: optimization-based reconstruction or distillation, which can be accurate but often takes tens of minutes to hours per instance, and inference-time methods that rely on template or part retrieval, producing plausible results that may not match the specific structure and appearance in the input observation. We introduce a part-centric generative framework for articulated object creation that synthesizes part geometry, composition, and articulation under explicit part-aware conditioning. Our representation models an object as a set of movable parts, each encoded by latent tokens augmented with part identity and articulation cues. Conditioned on a single image, the model generates articulated 3D assets that preserve instance-level correspondence while maintaining valid part structure and motion. The resulting approach avoids per-instance optimization, enables fast feed-forward inference, and supports controllable assembly and articulation, which are important for embodied interaction. Experiments on common articulated categories (e.g., drawers and doors) show improved input consistency, part accuracy, and articulation plausibility over optimization-based and retrieval-driven baselines, while substantially reducing inference time.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI