3D 视觉与重建 / CVPR2026
SPARK:借助视觉语言模型知识的可仿真部件级铰接重建
SPARK: Sim-ready Part-level Articulated Reconstruction with VLM Knowledge
把 VLM 先验(粗 URDF、部件参考图、开合状态监督)注入扩散 Transformer 做部件级形状合成,再用可微前向运动学在图像监督下优化连续运动参数,为单图生成可仿真铰接资产提供了可复用的「语言先验 + 可微物理」流程。
铰接物体建模URDF-参数估计扩散-Transformer