PhysForge：为交互式虚拟世界生成物理可信的3D资产
深度2026年5月8日21 分钟阅读
本文最有趣的发现是：通过视觉语言模型作为“物理架构师”规划分层物理蓝图，再结合物理引导的扩散模型和创新的KineVoxel注入机制，可以生成具有运动学和功能属性的3D资产。推荐对虚拟世界构建、具身AI、计算机图形学感兴趣的研究者阅读。
觉得有用？分享给更多人
相关文章
Cognition 的 Devin Desktop、微软的 Rayfin 和 Augment Code 的 Cosmos 在六月初相继发布，分别从团队控制台、企业治理和代理编排三个层面推动编码代理成为团队基础设施。这些工具解决了代理协调、管理和治理问题，但也带来了厂商锁定风险。
深度The New Stack·6月9日·8 分钟
ServiceNow构建了包含HR和IT服务场景的语码转换语音数据集，评测7款ASR系统在WER、语义WER和答案错误率三个维度的表现。结果显示语码转换的“成本”因语言对和模型而异，Whisper V3 Turbo因默认翻译而非转录表现垫底。
深度Hugging Face·6月9日·6 分钟