背景
如何消除仿真與現(xiàn)實(shí)之間的差距，是Style3D近十年來一直在應(yīng)對的最重大挑戰(zhàn)之一。
Style3D專注于為紡織與時(shí)尚產(chǎn)業(yè)提供高效的服裝建模與可視化工具，其研發(fā)團(tuán)隊(duì)不斷突破技術(shù)邊界，開發(fā)出精確、穩(wěn)健、高效的布料、軟體、薄殼及其交互作用的仿真模擬技術(shù)。相關(guān)研究成果已多次亮相SIGGRAPH、CVPR、NeurIPS等國際頂級學(xué)術(shù)會(huì)議及期刊，并廣泛應(yīng)用于Style3D相關(guān)軟件、云服務(wù)及解決方案中，獲得了廣泛認(rèn)可。
虛擬風(fēng)衣和真實(shí)風(fēng)衣對比。多年來，Style3D一直在推進(jìn)更高效逼真的變形體模擬
仿真對AI的重要性
隨著Style3D在3D與AI模型領(lǐng)域的深入探索，我們發(fā)現(xiàn)，物理仿真不僅是人類理解世界的工具，更是AI認(rèn)知物理世界的關(guān)鍵。盡管AI在圖像識別、視頻生成等方面取得顯著進(jìn)展，但其對空間與物理規(guī)律的理解仍十分有限，導(dǎo)致在機(jī)器人操作、視頻生成等任務(wù)中頻繁出現(xiàn)“不符合物理規(guī)律”的異?，F(xiàn)象。其根本原因在于高質(zhì)量訓(xùn)練數(shù)據(jù)的匱乏——傳統(tǒng)的真實(shí)數(shù)據(jù)采集與人工標(biāo)注方式成本高昂、效率低下，已無法滿足AI模型對數(shù)據(jù)規(guī)模與多樣性的爆炸性需求。
而物理仿真，恰好為規(guī)?；筛哔|(zhì)量合成數(shù)據(jù)提供了經(jīng)濟(jì)高效的可行路徑。但這一路徑面臨關(guān)鍵挑戰(zhàn)：如何確保合成數(shù)據(jù)能與真實(shí)數(shù)據(jù)等效，為AI訓(xùn)練提供有效支撐？當(dāng)行業(yè)多數(shù)研究者聚焦算法優(yōu)化以解決這一問題時(shí)，Style3D選擇從根源破局——通過持續(xù)提升物理仿真的準(zhǔn)確性與真實(shí)度，跨越仿真與現(xiàn)實(shí)的鴻溝。
為了實(shí)現(xiàn)機(jī)器人的物理智能，我們需要大量有關(guān)布料和軟體形變的數(shù)據(jù)，以及它們與機(jī)械臂交互的數(shù)據(jù)。該圖像由ChatGPT-4o生成
從MuJoCo到Newton：Style3D在AI訓(xùn)練中的旅程
2024年下半年，Style3D將自研物理仿真引擎集成至開源MuJoCo平臺，成功實(shí)現(xiàn)為AI訓(xùn)練生成專用合成數(shù)據(jù)。到2025年初，Style3D發(fā)布了一個(gè)增強(qiáng)版的MuJoCo，集成了Style3D仿真器，提供布料和軟體的高效GPU仿真。
2025年5月，Style3D將重點(diǎn)轉(zhuǎn)向了一個(gè)由NVIDIA、Google DeepMind與Disney Research共同開發(fā)的開源、可擴(kuò)展的物理引擎Newton。Style3D相信，Newton有巨大潛力成為AI訓(xùn)練中基于物理學(xué)的合成數(shù)據(jù)生成的標(biāo)準(zhǔn)。Style3D正以自身技術(shù)積累為Newton生態(tài)建設(shè)做出貢獻(xiàn)。
目前，簡化版的Style3D求解器已經(jīng)集成到Newton中。展望未來，我們計(jì)劃為高級用戶的規(guī)?；枨筇峁〢PI，以便在Newton中運(yùn)行完整版的Style3D求解器，實(shí)現(xiàn)具有數(shù)百萬頂點(diǎn)的服裝和軟體仿真。
一段展示Style3D求解器在Newton上運(yùn)行的視頻
Style3D對Newton的獨(dú)特貢獻(xiàn)
Style3D區(qū)別于Newton其他貢獻(xiàn)者的地方在于我們專門致力于仿真布料、軟體及其與剛體的相互作用。這些物體幾乎存在于我們?nèi)粘Ｉ畹姆椒矫婷?mdash;—從我們穿的衣服到我們身體中的軟組織，甚至家中的靠墊。為了讓AI有效地與這些物體交互，精確的仿真至關(guān)重要。然而，由于其復(fù)雜的可變形特性和復(fù)雜的相互作用，此類仿真長期被視為“物理仿真領(lǐng)域的珠穆朗瑪峰”。
Style3D測試裝置，用于測量織物的彎曲和平面內(nèi)彈性
一系列帶有數(shù)字孿生的服裝可用于基準(zhǔn)測試
憑借與紡織時(shí)尚產(chǎn)業(yè)十余年的深度合作，Style3D在這一領(lǐng)域積累了深厚技術(shù)與數(shù)據(jù)資產(chǎn)，核心貢獻(xiàn)包括：
·物理屬性測量設(shè)備：自主研發(fā)面料物理參數(shù)測試設(shè)備，可精準(zhǔn)測量彈性、摩擦、隔熱等關(guān)鍵仿真特性；
·數(shù)字孿生數(shù)據(jù)庫：與全球時(shí)尚品牌及制造商共建布料、服裝與配飾的數(shù)字孿生模型，為AI模型提供真實(shí)驗(yàn)證基準(zhǔn)；
·先進(jìn)仿真算法：設(shè)計(jì)了增強(qiáng)基于物理仿真精度的算法，持續(xù)迭代物理模型與網(wǎng)格分辨率，提升仿真精度。
由Style3D求解器驅(qū)動(dòng)的多層婚紗復(fù)雜碰撞模擬
Style3D持續(xù)研究基于物理仿真的新算法，并希望將這些進(jìn)展集成到Style3D求解器和Newton中。Style3D近期推出的 “JGS2 求解器”—— 一款專為 GPU 設(shè)計(jì)的Jacobi/Gauss-Seidel迭代式軟體仿真求解器，該求解器可與 Incremental Potential Contact（IPC）等先進(jìn)碰撞處理方法深度結(jié)合，進(jìn)一步提升仿真精度。下一步，Style3D計(jì)劃將 JGS2 求解器拓展至服裝模擬領(lǐng)域，使其成為支撐新一代物理仿真技術(shù)的核心基座。
彌合物理與數(shù)字世界
Style3D參與Newton項(xiàng)目的使命，正是其企業(yè)愿景的延伸——成為連接物理與數(shù)字世界的AI基礎(chǔ)設(shè)施。通過與時(shí)尚品牌、制造商及AI企業(yè)的緊密協(xié)作，Style3D堅(jiān)信：AI將不再是冷冰冰的算法，而是每個(gè)人都能擁有的智能助手，真正融入日常生活的方方面面。這個(gè)未來始于Newton——一個(gè)使用仿真來教會(huì)AI如何更自然、更有效地與世界互動(dòng)的尖端工具。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
