面向具身智能与机器人仿真的3D生成：综述
该综述围绕3D生成在具身系统中的三种角色组织文献：作为数据生成器，产出关节化、具物理依据和可变形的仿真就绪物体资产；作为仿真环境，构建结构感知、可控和智能体化的交互式任务场景；作为Sim2Real桥梁，支持数字孪生重建、数据增强与合成演示。作者指出领域正从视觉真实感转向交互就绪性，并列出物理标注有限、几何质量与物理有效性脱节、评估碎片化、仿真到现实鸿沟等瓶颈。项目页面为3dgen4robot.github.io。
发布于 10-27 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《3D Generation for Embodied AI and Robotic Simulation: A Survey》查看原链
arXiv:2604.26509v4 公告类型：替换 摘要：具身智能与机器人系统越来越依赖可扩展、多样且具有物理依据的3D内容，用于基于仿真的训练和真实世界部署。 尽管3D生成建模进展迅速，但具身应用提出的要求远超视觉真实感：生成物体必须带有运动学结构和材质属性，场景必须支持交互与任务执行，生成内容还必须弥合仿真与现实之间的差距。
本综述回顾面向具身智能的3D生成，并围绕3D生成在具身系统中扮演的三种角色组织文献。 在“数据生成器”角色中，3D生成产出可直接用于仿真的物体与资产，包括关节化、具有物理依据以及可变形的下游交互内容；在“仿真环境”角色中，它构建交互式、面向任务的世界，涵盖结构感知、可控以及智能体化的场景生成；在“Sim2Real桥梁”角色中，它支持数字孪生重建、数据增强和合成演示，用于下游机器人学习与真实世界迁移。
我们还指出，该领域正从视觉真实感转向交互就绪性，并识别出主要瓶颈，包括物理标注有限、几何质量与物理有效性之间的差距、评估碎片化以及持续存在的仿真到现实鸿沟；要让3D生成成为具身智能可靠的基础，这些瓶颈必须得到解决。 项目页面：https://3dgen4robot.github.io。