AI视频生成这就过时了吗？

刚刚，最先进的生成式物理引擎Genesis发布，一句话就可以生成完整精确的模拟物理世界。

一滴水滴落到一个啤酒瓶上，然后沿着瓶子表面慢慢滑落

生成结果可不仅是一个视频，其中还包含物体运动的各种参数。

接下来可以分为三个视角，同时追踪模拟水滴的运动……

对于人物动作，也可以遵循提示词精确模拟。

一个手里拿着棍子的微型悟空在桌子表面冲刺3秒钟，然后跳到空中，并在着陆时向下摆动右臂。 摄像机从他的面部特写开始，然后稳步跟随角色，同时逐渐缩小。

当猴子跳到空中时，在跳跃的最高点，动作会暂停几秒钟……摄像机围绕角色旋转 360 度，然后缓慢上升，然后动作继续。

这是一项涉及20多个组织，为期24个月的大规模合作研究：

学术界，有清华、北大、港大、CMU、马里兰、哥伦比亚、斯坦福、MIT……说是学术圈半壁江山都参与了也不为过。

产业界，也有英伟达、太极图形，以及MIT-IBM Watson AI Lab这样的联合实验室助阵。

OpenAI在2月初次演示Sora时，曾称它是“世界的模拟器”。

相比之下，Genesis不仅物理模拟更精确，还同时有更多能力：

它是一个从头开始重建的通用物理引擎，能够模拟各种材料和物理现象。

它是一个轻量级、超快速、Python化和用户友好的机器人仿真平台。

它是一个强大而快速的照片级写实渲染系统。

它是一个生成式数据引擎，可将用户提示的自然语言描述转换为各种数据模式。

一句话总结：Genesis是一个全面的物理模拟平台，专为通用机器人、具身AI和物理AI应用而设计。

共同一作、CMU博士生周衔详细介绍了Genesis的各种能力，迅速引起业界轰动。

其中大家格外关注的一点是生成速度。

它提供的模拟速度比现实世界快约430000倍，并且只需26秒即可在单个RTX4090上训练能转移到真实机器人的运动策略。

据周衔介绍，Genesis的物理引擎用纯Python代码开发，同时比现有的GPU加速堆栈（如英伟达Isaac Gym和开源的MJX）快10-80倍。

同时，速度的提高不会影响仿真精度。

目前，团队正在开源底层物理引擎和模拟平台，对生成式框架的访问将在不久的将来逐步推出。

不得不说，从一句话生成视频到一句话生成物理世界，2024年的进展实在是太快了。

生成4D物理世界

Genesis由从头开始的通用物理引擎提供支持，将各种物理求解器及其耦合集成到统一的框架中。该核心物理引擎通过上层运行的生成Agent框架进一步增强，旨在为机器人及其他领域实现完全自动化的数据生成，包括以下模态：

物理准确且空间一致的视频

摄像机运动和参数

人类和动物角色的动作

机器人操作和运动策略，可部署到现实世界

完全交互式 3D 场景

开放世界铰接式物体生成

语音音频、面部动作和表情

角色运动

关于角色运动，除了开头展示的猴子，作者还一口气放出了三个不同风格角色的运动场景。

一位日本武士正在表演拳击。 一名罗马士兵像僵尸一样向前走。 一名中国风的战士表演江南Style舞蹈。

机器人策略

除了角色的运动，Genesis还可以自主提出机器人任务、设计环境、编写奖励函数，并最终自动生成机器人策略。

移动式franka机械臂将地板上的所有物品都扔进篮子里。

同时支持Sim2Real，把在模拟环境训练好的策略转移到真实硬件机器人中。

一个宇树H1-2人形机器人向前走。

四足机器狗双重后空翻

很可惜还有一个人形机器人单脚跳跃只有模拟演示，因为团队的机器人坏掉了……

宇树H1人形机器人执行单脚跳跃。

另外除了机器人，无人机编队也可以模拟，并呈现出正确的数量关系。

由24（4x6）架无人机组成的机队一起从地面起飞并一起进行翻转。

3D & 全互动场景生成

一个带有客厅（包括用餐空间）、洗手间、书房和卧室的家居室内场景。

互动实体俄罗斯方块游戏。

开放世界铰接式物体

生成开放世界铰接式物体的mesh资产，质量超越了人工注释，更多详细信息将随之后的论文一起公开。

软体机器人

不只是各种刚性物体，Genesis针对软性的机器人也能够实现逼真的模拟。

蠕虫。

柔软的抓手操纵盒子并拿起笔帽。

面部动画和语音

Genesis还能够处理面部动作和表情的生成：

同时还能向其中添加语音，并在面部表情不断变化的同时，保持口型与说话内容的匹配：

文本“Genesis是一个为通用机器人/嵌入式人工智能/物理人工智能应用而设计的物理平台。”对应的面部运动和语音，表情从中性过渡到愤怒，再到开心。

代码已开源，pip install

目前Genesis代码已开源，可以直接pip install genesis-world安装。

开源代码发布仅几个小时，也迅速在GitHub上揽获1.6k star。

当前版本具体特性如下

可在不同的系统（Linux、MacOS、Windows）和不同的计算后端（CPU、Nvidia GPU、AMD GPU、Apple Metal）上原生运行。

统一的仿真框架中集成了各种物理求解器：刚体、MPM、SPH、FEM、PBD、稳定流体。

支持刚性和铰接体、各种类型的液体、气体现象、可变形对象、薄壳对象和颗粒材料的仿真（和耦合）

支持多种机器人：机械臂、腿式机器人、无人机、软体机器人等，并广泛支持加载不同的文件类型：MJCF （.xml）、URDF、.obj、.glb、.ply、.stl 等

支持基于原生光线追踪的渲染

Genesis旨在与可微仿真完全兼容。目前，MPM求解器和Tool求解器是可微的，并且很快将添加其他求解器的可微性（从刚体仿真开始）

Genesis包含一个基于物理且可微分的触觉传感器仿真模块，将很快集成到公开版本中（预计在 0.2.0 版本）

另外GitHub项目页面介绍，Genesis的目标是构建一个完全透明、用户友好的生态系统，来自机器人和计算机图形学的贡献者可以聚集在一起，共同创建一个高效、逼真（物理和视觉）的虚拟世界，用于机器人研究及其他领域。

此外，Genesis相关论文已进入提交阶段，将于稍后公开。

目前更多细节可参考官方文档。

GitHub：

https://github.com/Genesis-Embodied-AI/Genesis

项目主页：

https://genesis-embodied-ai.github.io

文档：

https://genesis-world.readthedocs.io