CMU 周衔：聊聊物理引擎 Genesis 的源启与未来 | 具身先锋十人谈

发布时间：2025-01-15

点击次数：

cmu华人学者团队开源生成式物理引擎genesis：加速具身智能发展

近期，卡内基梅隆大学（CMU）联合18家研究机构开源发布了生成式物理引擎Genesis，引发了具身智能领域的广泛关注。该项目核心团队由12位年轻华人学者组成，项目负责人为CMU机器人研究所博士毕业生周衔。Genesis旨在通过全自动数据生成，推动机器人技术及其他领域的发展。

Genesis的核心优势在于其底层架构的重新设计与构建。它将多种物理求解器及其耦合集成到一个统一框架中，并通过更高层次的生成式智能体框架进一步增强性能。与现有模拟平台相比，Genesis具备以下关键特性：

原生Python开发: 前端界面和后端物理引擎均采用Python语言开发，底层由GPU加速的DSL Taichi支持，简化了开发和使用门槛。
便捷安装和易用API: 安装简便，API设计简洁直观，降低了用户的使用难度。
并行模拟，速度超群: Genesis的模拟速度比现有GPU加速机器人模拟器（如Isaac Gym/Sim/Lab、Mujoco MJX等）快一个数量级以上，同时保持了模拟精度和保真度。
统一框架，支持多种物理求解器: 支持多种先进物理求解器，能够对大量材料和物理现象进行建模。
逼真光线追踪渲染及可微性: 具备性能优化的逼真光线追踪渲染功能，并旨在与可微模拟完全兼容。目前，物质点法（MPM）求解器和工具求解器已实现可微性，其他求解器的可微性也将陆续添加。
物理精确的可微触觉传感器及原生生成式模拟支持: 提供物理精确的可微触觉传感器，并原生支持生成式模拟，允许通过语言提示生成各种模态数据，包括交互式场景、任务建议、奖励、资产、角色动作、策略、轨迹、相机运动以及物理精确的视频等。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

CMU 周衔：聊聊物理引擎 Genesis 的源启与未来 | 具身先锋十人谈

项目页面：https://www.php.cn/link/2d3bd60a2d899b49827efa1d74476809

Genesis在单台RTX 4090设备上的数据生成速度可达实时的43万倍，仅需26秒即可训练出可迁移至现实世界的机器人运动策略。它能够生成4D物理世界，例如机器人操作和运动策略、开放世界铰接式物体、角色运动以及3D全交互式场景等。

尽管Genesis备受认可，但也面临着对其精度和速度的质疑。为此，Genesis团队发布了详细的技术报告，并开源了所有测试代码，对不同场景下的速度进行了对比测试。

项目负责人周衔本科毕业于新加坡南洋理工大学机械工程系，后于2017年进入CMU攻读博士学位，师从Katerina Fragkiadaki教授，成为该组首位研究机器人学习的博士生。

CMU 周衔：聊聊物理引擎 Genesis 的源启与未来 | 具身先锋十人谈

2025年，周衔在MIT-IBM Watson AI Lab实习期间，与合作者开启了Genesis的研发工作。最初，Genesis的目标是构建一个高性能的物理*器，但随着ChatGPT的出现，团队意识到可以利用大语言模型的推理能力，结合物理*，实现全自动的数据生成，从而将Genesis发展成为一个数据引擎。

周衔表示，Genesis团队将持续维护和更新该平台，致力于将其打造成具身智能和物理AI领域最易用、高效的数据平台。