通用机器人的终极目标，是在开放世界里自主搞定各种复杂任务。这可不是简单“看见”就行，它得真正“理解”这个世界，并且能跟它有效“交互”。
最近，大晓机器人和南洋理工大学联合搞了个大动作——发布了全球首个统一物理3D生成框架，叫PhysX-Omni。这玩意儿是他们在ACE研发范式下的最新成果，相当于给机器人装上了能理解物理世界的“神级外设”，为它构建全局认知和交互能力提供了关键基础。
研究团队从机器人长期发展的需求出发，走了一条清晰的递进式路线：“从生成单个物体，到建模整个物理世界”。在实现高质量物理3D资产批量生成的基础上，他们又往前迈了一大步，探索出了自动生成完整仿真场景的技术。
这意味着什么呢？机器人可以在虚拟世界里，提前把各种真实场景里的交互任务演练无数遍，不断积累物理经验，慢慢形成类似人类的物理直觉。可以说，PhysX-Omni未来非常有潜力成为机器人“最强大脑”里那颗关键的“世界模拟器”，推动具身智能向通用人工智能迈出决定性的一步。
构筑全球首个统一物理3D生成框架
PhysX-Omni最大的突破在于，它第一次实现了刚体、可形变物体和关节物体的“一体化建模”。也就是说，它可以同时生成绝对尺度、材料属性、运动学参数、交互能力这些核心物理信息，让AI生成的3D模型真正做到了“生成就能直接拿来仿真”。
这背后是他们对视觉语言模型的一个创新——模板化RLE几何表征。这个思路很巧妙，灵感来自经典的二维游程编码。简单说，就是把3D资产先变成小方块（体素化），按部件拆开，然后像切蛋糕一样沿Z轴切成一片一片的二维二值掩码，进行紧凑编码。同时，他们还引入了“模板层”的概念——让结构相似的切片共用基础模板，只记录细微的差别。这样一来，既保留了精细的几何信息，又极大压缩了数据量，还避免了引入分割步骤带来的误差。
这彻底打破了传统3D AIGC“重外观、轻物理”的老大难问题。要知道，之前绝大多数3D生成方法，只能输出静态的几何和视觉效果，根本还原不了真实世界的物理属性和运动规律。生成的模型一放进仿真环境，就会出现穿模、尺寸对不上、关节不能动等问题，完全没法支撑物理交互和机器人训练。
构建首个通用仿真就绪物理3D数据集 PhysXVerse
物理AI和具身智能领域长期面临一个难题：高质量、带物理属性的3D数据极度稀缺。之前的3D数据集，大多只有几何结构和外观信息，缺了真实的物理属性标注，导致训练出来的模型生成的资产没法直接用于物理仿真，严重拖慢了机器人交互和策略学习的发展。
PhysXVerse正是为了解决这个问题而生的。它是全球首个通用仿真就绪的物理3D数据集。团队基于PartVerse已经经过人类验证的部件分割结果，通过人在环路的精细化物理标注流程构建而成。最终包含超过8700个高质量仿真就绪的3D资产，覆盖2900多个类别，从室内家具、无人机、机器人、车辆到大型场景组件，应有尽有。
跟现有的数据集相比，PhysXVerse保留了精细的几何和视觉信息，更完整地标注了绝对尺度、材料参数、运动学结构和交互可供性等核心物理属性。它为物理3D生成模型的训练提供了标准化的高质量数据基础，加速了3D生成从“视觉上看着能用”到“物理上真的能用”的跨越。
打造首个物理3D生成基准评测集 PhysX-Bench
之前，物理3D生成领域一直缺少一个标准化、可量化的评测体系，大家各说各话，没法横向比较。PhysX-Bench就是来终结这个困境的——它是全球首个物理3D生成统一基准评测集。
这个评测集基于开源视觉语言模型Qwen3.5和物理仿真引擎构建，采用了一个创新的“无真值”评测模式——直接通过渲染图像和仿真视频来完成评估，这更贴近人类的感知和机器人的应用需求。它从几何结构、绝对尺度、材料属性、交互可供性、运动学一致性、语义描述这六大核心维度建立了全面的评价体系。怎么测呢？比如通过自由落体、水中下落等物理实验来间接验证材料参数；通过分析运动视频来评判关节运动是否合理。
PhysX-Bench为不同的物理3D生成方法提供了一个公平的“比武台”，能够精准量化生成资产的物理真实性和仿真可用性，为整个物理AI与具身智能技术的迭代升级，提供了统一的评判标尺。
从PhysX-Bench的真实场景评测来看，PhysX-Omni在复杂类别和野外挑战案例中表现出了更强的鲁棒性。落地验证的结果也很亮眼：它生成的3D资产可以直接部署到物理模拟器里，支撑机器人完成开关柜门、操作咖啡机这类真实的交互任务和策略学习；同时还具备场景级仿真生成能力，为具身智能的规模化训练打下了坚实基础。
创造具身智能的世界基建，为通用物理世界建模铺平道路
PhysX-Omni通过统一的物理3D生成技术，实现了从一段文字描述到可直接仿真物理资产的端到端生成。这相当于为具身智能提供了一条规模化、低成本的训练数据“流水线”。
它能批量生成具备真实物理属性的各类物体和机器人模型，完全不需要人工标注和二次调试，大幅降低了训练数据的获取成本。而且生成的资产物理参数与真实世界高度一致，有效提升了机器人策略在真实场景中的泛化能力。
除了单个物体，PhysX-Omni还支持从2D图像或文本描述生成完整的仿真就绪场景。家居、工业、办公……各种多样化的交互环境都能快速搭建，满足机器人导航、操作、协作等复杂任务的训练需求。
生成的3D资产可以直接导入主流物理模拟器，支撑机器人开关柜门、操作咖啡机等真实交互任务的训练与验证。这显著缩短了具身智能系统从研发到落地的周期。
在训练环境与世界建模层面，这个团队进一步突破了单一物体生成的局限。他们通过与现有方法组合，让PhysX-Omni具备了场景级仿真就绪生成能力。通过把3D布局与可交互物体结合起来，构建符合真实物理规律的完整室内外场景，为机器人导航、多智能体协作、复杂环境交互等高阶任务提供了多样化的训练环境。更重要的是，这为具身智能构建对物理世界的全局认知、实现通用世界建模，铺平了最重要的道路。
