日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

データセット/物理推論arXiv:2604.09415

PhysInOne: 一つのスイートで実現する視覚物理の学習と推論

PhysInOne: Visual Physics Learning and Reasoning in One Suite

シェア:XThreadsFacebookLINEはてブBluesky

物理現象を捉えた大規模合成動画データセットPhysInOneを構築し、物理に基づく映像生成や将来予測、物理特性推定などの性能向上を示した。

詳しい要約

1. どんなもの?

- PhysInOneは、AIシステム向けの物理的に根拠のある訓練データ不足を解決する大規模合成データセット。 - 200万本の動画、153,810の動的3Dシーン、71の基本物理現象(mechanics, optics, fluid dynamics, magnetism)をカバー。 - 複数オブジェクトの相互作用と複雑な背景を含み、3D geometry, semantics, dynamic motion, physical properties, text descriptionsの包括的なground-truthアノテーションを提供。

2. 先行研究と比べてどこがすごい?

- 既存データセットは数百から数千例に限られるが、PhysInOneは200万動画と桁違いに大規模。 - 従来の作品と異なり、複数オブジェクトの相互作用と複雑な背景を特徴とし、多様な物理現象を網羅。 - 包括的なアノテーション(3D geometry, semantics, dynamic motion, physical properties, text descriptions)を備える点で先行研究を凌駕。

3. 技術・手法の肝は?

- 大規模合成データセットの構築により、物理的に根拠のある訓練データを提供。 - 動的3Dシーンを生成し、71の基本物理現象をカバー。 - 複数オブジェクトの相互作用と複雑な背景をシミュレートし、多様なground-truthアノテーションを付与。

4. どうやって有効だと検証した?

- 4つの応用(physics-aware video generation, long-/short-term future frame prediction, physical property estimation, motion transfer)で有効性を実証。 - 基盤モデルをPhysInOneでfine-tuningすると、物理的妥当性が大幅に向上。 - 複雑な物理ダイナミクスのモデリングと内在特性の推定における重要なギャップも明らかに。

5. 議論はある?

- 実験により、PhysInOneが物理的妥当性を向上させる一方で、複雑な物理ダイナミクスのモデリングや内在特性の推定に課題があることを示唆。 - 大規模データセットとして、生成、シミュレーション、embodied AIにおける物理に根ざしたworld modelsの新しいベンチマークを確立。 - 具体的な議論の詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていないが、関連手法としてphysics-aware video generation, future frame prediction, physical property estimation, motion transferに関する論文が挙げられる。 - 同分野の定番として、物理ベースのシミュレーションやworld modelsに関する研究(例:Physion, CLEVRERなど)が次に読むべき候補。

※ 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: Siyuan Zhou, Hejun Wang, Hu Cheng, Jinxi Li, Dongsheng Wang, Junwei Jiang, Yixiao Jin, Jiayue Huang, Shiwei Mao, Shangjia Liu, Yafei Yang, Hongkang Song, Shenxing Wei, Zihui Zhang, Peng Huang, Shijie Liu, Zhengli Hao, Hao Li, Yitian Li, Wenqi Zhou, Zhihan Zhao, Zongqi He, Hongtao Wen, Shouwang Huang, Peng Yun, Bowen Cheng, Pok Kazaf Fu, Wai Kit Lai, Jiahao Chen, Kaiyuan Wang, Zhixuan Sun, Ziqi Li, Haochen Hu, Di Zhang, Chun Ho Yuen, Bing Wang, Zhihua Wang, Chuhang Zou, Bo Yang

分類: cs.CV, cs.AI, cs.LG, cs.RO

原文アブストラクト

We present PhysInOne, a large-scale synthetic dataset addressing the critical scarcity of physically-grounded training data for AI systems. Unlike existing datasets limited to merely hundreds or thousands of examples, PhysInOne provides 2 million videos across 153,810 dynamic 3D scenes, covering 71 basic physical phenomena in mechanics, optics, fluid dynamics, and magnetism. Distinct from previous works, our scenes feature multiobject interactions against complex backgrounds, with comprehensive ground-truth annotations including 3D geometry, semantics, dynamic motion, physical properties, and text descriptions. We demonstrate PhysInOne's efficacy across four emerging applications: physics-aware video generation, long-/short-term future frame prediction, physical property estimation, and motion transfer. Experiments show that fine-tuning foundation models on PhysInOne significantly enhances physical plausibility, while also exposing critical gaps in modeling complex physical dynamics and estimating intrinsic properties. As the largest dataset of its kind, orders of magnitude beyond prior works, PhysInOne establishes a new benchmark for advancing physics-grounded world models in generation, simulation, and embodied AI.

  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