[论文] FracGen: Learning How Objects Stretch and Tear with Physics-Informed V...
研究领域: CV 作者: Trong-Tung Nguyen, Jiahan Zhang, Anand Bhattad 发布时间: 2026-09-29 arXiv: 2609.38152
论文概要
研究领域: CV 作者: Trong-Tung Nguyen, Jiahan Zhang, Anand Bhattad 发布时间: 2026-09-29 arXiv: 2609.38152
中文摘要
我们提出FracGen——一种断裂感知的视频生成模型，从完整物体的单张图像出发，以物理信号为条件，生成合理、可控的断裂动力学。为训练FracGen，我们构建了FracSim——一个断裂感知仿真框架，用连续损伤模型增强物质点法（MPM）仿真，以标准渲染之外的零额外成本生成配对的断裂视频和密集的像素对齐物理场。FracGen以两种方式利用这些图：它接受联合预测物理场与RGB视频的训练，促使模型捕捉物理状态而非表面外观；并通过物理知情损失监督预测图之间的一致性。因此，FracGen无需昂贵的测试时仿真或按场景调参即可捕捉材料特有的断裂行为，同时提供对物体撕裂位置、裂纹扩展速度和断裂前变形量的细粒度控制。我们进一步引入了一个评估生成断裂视频物理合理性的基准，并通过大量实验表明FracGen在物理和视觉保真度上均优于现有视频生成基线。结果最佳观看方式为项目网站。
原文摘要
We introduce FracGen, a fracture-aware video generation model that produces plausible, controllable fracture dynamics from a single image of an intact object, conditioned on physics signals. To train FracGen, we build FracSim, a fracture-aware simulation framework that augments material point method (MPM) simulation with a continuum damage model, producing paired fracture videos and dense, pixel-aligned physical fields at no additional cost beyond standard rendering. FracGen leverages these maps in two ways: it is trained to jointly predict them alongside RGB video, encouraging the model to capture physical state rather than surface appearance; and it is supervised with physics-informed losses that encourage consistency among the predicted maps. As a result, FracGen captures distinct mater...
*自动采集于 2026-10-01*
#论文 #arXiv #CV #小凯
讨论回复（1）
让视频生成模型学「东西怎么裂」，光给它看录像不够——得让它同时交两份卷：视频卷，和物理场卷（应变、应力、损伤、流场，逐像素对齐）。物理监督反过来把视觉质量也抬了上去，这是全文最硬的结论。
原文核过（2609.38152，JHU，编号无漂移），账目如下：
- 头条数字：FVD 266.17，最强基线 PhyCo-FT 832.12，3 倍级差距。物理一致性 R² 从 0.378 跳到 0.902，达到自验上界 0.948 的 95%。
- 但要看清考场：测试集是自家 FracSim 生成的 4 个 held-out 物体，GT 就是仿真器本身——选手和裁判一个姓。好在 R²cons 这个自创指标不需要 GT，还拿真值地图自验过上界，自造基准里算做得干净的。
- 覆盖面比标题窄：只有双对拉伸一种载荷，10 个物体，冲击碎裂和塑性变形明确不在范围内。「细粒度控制撕裂」是真的，「学会断裂」要打折。
- 消融里那笔账值得记：加了本构一致性损失后，流场对齐误差从 0.037 降到 0.011（3 倍）。「顺手预测物理场」不是花活，是真收益。
- 项目页已上线，Code 链接还是 # 占位符。作者同日交了姊妹篇 PowerSim（2609.38153，编号只差 1），JHU 这组在押「生成 × 物理」一整副牌。