近日，群核科技与浙江大学共同发布并开源统一物理语义生成模型UniPhysGen，同时开放训练数据集UniPhys-40K与评测基准UniPhys-Bench。相关模型与数据资源已上线Hugging Face和GitHub。
物理AI与具身智能的发展，要求机器人在仿真环境中理解物体的部件、运动、材质、质量等属性，而现有3D资产大多只有几何与外观，缺乏物理语义，难以直接用于机器人仿真。UniPhysGen正是为填补这一缺口而生。
补齐物理信息缺口，让3D模型“懂物理”
UniPhysGen的路线与主流3D生成模型有所区别。它不创造新物体，而是专注于为现有3D资产补充物理信息。模型能够推理并补全部件结构、物理属性、关节运动等，并通过仿真验证，使原本静态的模型具备可仿真、可交互的能力。
当前数字世界中的3D资产来源多样，拆分方式各异，既有设计师和游戏开发者的创作，也有越来越多AI生成工具的输出。UniPhysGen能够在不同来源、不同拆分方式的资产上建立统一的物理语义理解，让数字世界更准确地描述和模拟物理世界。
同步开源数据与评测体系，形成仿真训练闭环
为支撑规模化训练与可信评测，团队构建了UniPhys数据体系。UniPhys-40K是面向模型训练的大规模物理语义数据集，覆盖多来源、多类别的3D对象与部件级属性，帮助模型学习真实资产中的结构、运动与物理规律；UniPhys-Bench是经人工核验的评测基准，用于检验模型对铰接结构与运动部件的理解能力，为模型泛化和仿真应用提供评价依据。
进入物理AI时代，仿真与数据正在成为新的基础设施。机器人需要在符合真实物理规律的环境中不断感知、试错和交互。UniPhysGen让海量已有3D资产高效获得完整物理语义，批量走向Sim-Ready，从源头提升可交互资产供给能力。
围绕物理AI的数据与仿真基础设施，群核科技已推出物理数据引擎SpatialVerse，先后开源3D高斯数据集InteriorGS、SAGE-3D，并与智元机器人、银河通用等机器人企业开展合作，为具身智能提供仿真训练资产与平台能力。
本次开源UniPhysGen，是群核科技在物理AI领域的又一次探索。未来，UniPhysGen将接入SpatialVerse管线，进一步连接已有3D资产、仿真验证与机器人训练需求，为物理AI的数据供给和仿真基础设施建设提供支撑。
