運用先進的物理仿真技術彌合仿真與現(xiàn)實的鴻溝：Style3D如何助力基于Newton的AI訓練
背景
如何消除仿真與現(xiàn)實之間的差距，是Style3D近十年來一直在應對的最重大挑戰(zhàn)之一。
Style3D專注于為紡織與時尚產(chǎn)業(yè)提供高效的服裝建模與可視化工具，其研發(fā)團隊不斷突破技術邊界，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。相關研究成果已多次亮相SIGGRAPH、CVPR、NeurIPS等國際頂級學術會議及期刊，并廣泛應用于Style3D相關軟件、云服務及解決方案中，獲得了廣泛認可。
虛擬風衣和真實風衣對比。多年來，Style3D一直在推進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認知物理世界的關鍵。盡管AI在圖像識別、視頻生成等方面取得顯著進展，但其對空間與物理規(guī)律的理解仍十分有限，導致在機器人操作、視頻生成等任務中頻繁出現(xiàn)“不符合物理規(guī)律”的異?，F(xiàn)象。其根本原因在于高質量訓練數(shù)據(jù)的匱乏——傳統(tǒng)的真實數(shù)據(jù)采集與人工標注方式成本高昂、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)模化生成高質量合成數(shù)據(jù)提供了經(jīng)濟高效的可行路徑。但這一路徑面臨關鍵挑戰(zhàn)：如何確保合成數(shù)據(jù)能與真實數(shù)據(jù)等效，為AI訓練提供有效支撐？當行業(yè)多數(shù)研究者聚焦算法優(yōu)化以解決這一問題時，Style3D選擇從根源破局——通過持續(xù)提升物理仿真的準確性與真實度，跨越仿真與現(xiàn)實的鴻溝。
為了實現(xiàn)機器人的物理智能，我們需要大量有關布料和軟體形變的數(shù)據(jù)，以及它們與機械臂交互的數(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，成功實現(xiàn)為AI訓練生成專用合成數(shù)據(jù)。到2025年初，Style3D發(fā)布了一個增強版的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將重點轉向了一個由NVIDIA、Google DeepMind與Disney Research共同開發(fā)的開源、可擴展的物理引擎Newton。Style3D相信，Newton有巨大潛力成為AI訓練中基于物理學的合成數(shù)據(jù)生成的標準。Style3D正以自身技術積累為Newton生態(tài)建設做出貢獻。
目前，簡化版的Style3D求解器已經(jīng)集成到Newton中。展望未來，我們計劃為高級用戶的規(guī)模化需求提供API，以便在Newton中運行完整版的Style3D求解器，實現(xiàn)具有數(shù)百萬頂點的服裝和軟體仿真。
一段展示Style3D求解器在Newton上運行的視頻
Style3D對Newton的獨特貢獻
Style3D區(qū)別于Newton其他貢獻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日常生活的方方面面——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，精確的仿真至關重要。然而，由于其復雜的可變形特性和復雜的相互作用，此類仿真長期被視為“物理仿真領域的珠穆朗瑪峰”。
Style3D測試裝置，用于測量織物的彎曲和平面內彈性
一系列帶有數(shù)字孿生的服裝可用于基準測試
憑借與紡織時尚產(chǎn)業(yè)十余年的深度合作，Style3D在這一領域積累了深厚技術與數(shù)據(jù)資產(chǎn)，核心貢獻包括：
·物理屬性測量設備：自主研發(fā)面料物理參數(shù)測試設備，可精準測量彈性、摩擦、隔熱等關鍵仿真特性；
·數(shù)字孿生數(shù)據(jù)庫：與全球時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模型提供真實驗證基準；
·先進仿真算法：設計了增強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求解器驅動的多層婚紗復雜碰撞模擬
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 設計的Jacobi/Gauss-Seidel迭代式軟體仿真求解器，該求解器可與 Incremental Potential Contact（IPC）等先進碰撞處理方法深度結合，進一步提升仿真精度。下一步，Style3D計劃將 JGS2 求解器拓展至服裝模擬領域，使其成為支撐新一代物理仿真技術的核心基座。
彌合物理與數(shù)字世界
Style3D參與Newton項目的使命，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基礎設施。通過與時尚品牌、制造商及AI企業(yè)的緊密協(xié)作，Style3D堅信：AI將不再是冷冰冰的算法，而是每個人都能擁有的智能助手，真正融入日常生活的方方面面。這個未來始于Newton——一個使用仿真來教會AI如何更自然、更有效地與世界互動的尖端工具。
