南洋理工大学携手上海人工智能实验室重磅推出开源框架PhysX-Anything，这一创新技术能够仅凭一张RGB图像即可生成包含精确几何、关节结构及物理参数的完整3D资产模型，并支持无缝导入MuJoCo、Isaac Sim等主流仿真平台，为机器人策略训练提供强大支持。
PhysX-Anything的核心优势主要体现在三个方面。首先，其采用了由粗到细的渐进式处理流程：系统会先预测物体的整体物理属性（如质量、质心位置、摩擦系数等），再逐步细化到部件级别，精确计算几何形状与关节活动范围，有效避免了传统“视觉优先”方法可能导致的物理仿真失真问题。
其次，该框架创新性地引入了压缩式3D表示方法。通过将面片数据、关节轴信息及物理属性参数统一编码进一个8K维的隐向量空间，PhysX-Anything实现了推理阶段的一次性解码生成，相较于当前最先进技术（SOTA）的生成速度提升了2.3倍，大幅优化了效率表现。
第三，PhysX-Anything特别强化了显式物理监督机制。团队在训练数据集中融入了12万组真实物理测量数据，并在训练过程中引入了质心误差、惯性张量偏差及碰撞盒匹配等多维度物理损失函数，从源头上确保了仿真结果的物理一致性。
实际测试结果表明，PhysX-Anything在几何特征 Chamfer 距离与物理误差两个关键指标上分别实现了18%和27%的显著降低，其绝对尺度误差控制也达到了业界领先水平。这一突破性成果不仅简化了3D资产创建流程，更为机器人仿真训练提供了更可靠、高效的解决方案。