PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World
يعد PhysForge إطار عمل مبتكرًا يتكون من مرحلتين، يقوم بتوليد أصول ثلاثية الأبعاد جاهزة للمحاكاة ومبنية على أسس فيزيائية للعوالم الافتراضية التفاعلية، وذلك عبر الاستفادة من مجموعة بيانات ضخمة مشروحة (PhysDB) وعملية تخطيط هرمية لتخليق هندسة عالية الدقة مع معاملات حركية دقيقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك كاميرا سحرية يمكنها التقاط صورة واحدة للعبة، أو كرسي، أو روبوت، وتحويلها فوراً إلى كائن ثلاثي الأبعاد يمكنك اللعب به في لعبة فيديو.
المشكلة في معظم "الكاميرات السحرية" الحالية هي أنها لا تصنع سوى أصداف مجوفة. تبدو رائعة، لكن إذا حاولت دفع باب في خزانة تم إنشاؤها، فلن يفتح. إذا حاولت التقاط كوب، ستمر يدك الافتراضية من خلاله ببساساً. إنها تماثيل جميلة، وليست ألعاباً تفاعلية.
PhysForge هو نظام جديد صُمم لإصلاح هذا الأمر. فهو لا يكتفي بجعل الأشياء تبدو حقيقية فحسب؛ بل يجعلها تتصرف كالأشياء الحقيقية. إنه ينشئ كائنات ثلاثية الأبعاد تمتلك فيزياء، وأجزاء متحركة، ومنطقاً مدمجاً بداخلها.
إليك كيف يعمل الأمر، باستخدام عملية بسيطة تتكون من خطوتين:
الخطوة 1: "المهندس المعماري" (المخطط)
أولاً، يستخدم النظام ذكاءً اصطناعياً فائق الذكاء (يُسمى نموذج الرؤية واللغة - Vision-Language Model) يعمل بمثابة مهندس معماري ماهر.
- تعرض عليه صورة لكائن ما (مثل صنبور الماء).
- بدلاً من مجرد التخمين لشكل الكائن، يقوم هذا المهندس برسم مخطط هندسي.
- يقرر: "حسناً، هذا الجزء هو المقبض، وهو مصنوع من المعدن، ويدور حول مفصلة. وهذا الجزء هو الفوهة، وهي ثابتة في مكانها".
- يكتب كل القواعد: "يمكن للمقبض أن يدور بزاوية 90 درجة"، "القاعدة تزن 1.5 كجم"، "الماء يتدفق عند تدوير المقبض".
الخدعة السحرية: وجدت الورقة البحثية أنه إذا طلبت من المهندس المعماري أيضاً وصف ما تفعله الأجزاء (وظيفتها) ومما هي مصنوعة (مادتها)، فإنه سيصبح أفضل بك كثيراً في تحديد أماكن الأجزاء. الأمر يشبه كيف أن معرفة أن الباب "مخصص للفتح" يساعدك على إدراك أين يجب أن يكون المقبض والمفصلات، حتى لو لم تكن تراهم بوضوح.
الخطوة 2: "الحداد" (المولد)
بمجرد أن ينتهي المهندس المعماري من المخطط الهندسي، يبدأ ذكاء اصطناعي ثانٍ (نموذج الانتشار - Diffusion Model) بالعمل كـ حداد ماهر.
- يأخذ المخطط الهندسي ويبدأ في صهر وتشكيل الكائن ثلاثي الأبعاد الفعلي.
- يبني الشكل، ويضيف الملمس (يجعل المعدن يبدو لامعاً)، و—وهذا هو الجزء الأهم—يثبت الأجزاء المتحركة.
- يستخدم تقنية خاصة تسمى KineVoxel Injection. فكر في هذا كأنه مكون سري يسمح للحداد بخلط "شكل" الكائن مع "قواعد الحركة" في نفس الوقت. يضمن ذلك أن يكون المقبض متصلاً بالمفصلة تماماً حيث قال المخطط، مع القدرة المناسبة على الحركة.
النتيجة: عالم "جاهز للعب"
المخرج النهائي ليس مجرد صورة جميلة. إنه أصل جاهز للفيزياء (physics-ready asset).
- بالنسبة للروبوتات: يمكن لذراع الروبوت التقاط كائن تم إنشاؤه، أو الضغط على زر، أو فتح درج لأن النظام يعرف بالضبط كيفية تحرك تلك الأجزاء.
- بالنسبة للألعاب: يمكنك إسقاط هذه الكائنات في محرك ألعاب، وستتصرف بشكل واقعي. يمكن لمصباح أن يميل، أو باب خزانة أن يتأرجح مفتوحاً، أو يمكن لروبوت لعبة أن يدير رأسه.
- بالنسبة لعملاء الذكاء الاصطناعي (AI Agents): يمكن لعميل ذكاء اصطناعي ذكي التحدث إلى النظام بلغة طبيعية، وسؤاله: "كيف أشغل هذا المصباح؟" ويمكن للنظام أن يعطيه خطة خطوة بخطوة بناءً على المخطط الفيزيائي للكائن.
السر الكامن: مكتبة ضخمة
لتعليم النظام كيفية القيام بكل هذا، بنى الباحثون مكتبة ضخمة تسمى PhysDB. تحتوي على 150,000 كائن مختلف ثلاثي الأبعاد، ولكن على عكس المكتبات العادية، كل كائن منها مُصنف بـ "ملاحظات فيزيائية" تفصيلية. لقد صنفوا كل شيء بدءاً من المادة (خشب، معدن) إلى الحركة (هل يمكنه الدوران؟ هل يمكنه الانزلاق؟) والوظيفة (هل يحمل الماء؟). هذه المكتبة الضخمة علمت الذكاء الاصطناعي الفرق بين التمثال الثابت والآلة الوظيفية.
باختصار: يأخذ PhysForge صورة واحدة، ويستخدم مهندساً معمارياً من الذكاء الاصطناعي لتخطيط قواعد الحركة، ثم يستخدم حداداً من الذكاء الاصطناዊ لبناء الكائن مع دمج تلك القواعد بداخله، مما يخلق عوالم ثلاثية الأبعاد حيث يمكنك التفاعل فعلياً مع الأشياء، وليس فقط النظر إليها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.