开发者说｜DIPO：应用于具身智能仿真的3D铰链物体生成新范式

主要观点总结

本文主要介绍了DIPO项目，针对3D铰链物体的资产荒问题，提出了一种新的解决方案。通过引入双状态图像这一低成本、高信息的输入模态，结合思维链推理与自动化数据工厂，解决复杂铰链物体生成的难题。

关键观点总结

关键观点1: 行业痛点

3D铰链物体的资产荒是迈向通用具身智能的一大挑战，需要机器人与复杂铰链物体进行深度交互训练，但面临真实物体关节参数测量成本高等问题。

关键观点2: 模型方案

DIPO提出了双状态输入和思维链推理的方案，通过输入物体静止状态图和关节活动状态图，显式编码运动信息，并引入了全自动的数据集构建流程。

关键观点3: 数据引擎

为了增强模型对复杂物体的泛化能力，DIPO发布了大规模数据集PM-X，该数据集单个铰链物体平均部件数达到19.4个，极大地丰富了训练数据的结构多样性与生成模型的泛化性。

关键观点4: 实验结果

实验表明，DIPO在多项指标上超越了现有最先进方法，在PartNet-Mobility测试集与分布外的ACD测试集上表现出更高的性能。

关键观点5: 总结与展望

DIPO通过引入双状态图像这一新的输入模态，结合思维链推理与自动化数据工厂，解决了复杂铰链物体生成的难题，为具身智能仿真环境的快速构建提供了一种高效、可扩展的新范式。