Z Tech｜深入探讨具身智能GPT时刻Genesis的首位创作者，如何利用AI驱动物理引擎实现机器人技术的未来演变

12月19日，CMU 联合其他 20 多所研究实验室开源发布了一个生成式物理引擎：Genesis，意为「创世纪」。这是一个两年之久的工作，涉及到清华、北大、CMU、斯坦福、MIT等知名高校。基本上华人机器人的学术圈半壁江山都参与了这篇文章。产业界也有英伟达、太极图形以及各大联合实验室助阵。

图片来源：GENESIS

Genesis 的核心是一个从零重新设计和构建的通用物理引擎，它将各种物理求解器及其耦合集成到一个统一的框架中。支持自动生成：

• 物理精确且空间一致的视频
• 相机运动及参数
• 人类和动物角色的运动
• 可部署到现实世界的机器人操作和运动策略
• 完全交互式的 3D 场景
• 开放世界的可关节对象生成
• 语音音频、面部动画及情感

北京时间1月20日上午10点至11点（美西时间1月19日晚上6点至7点），Z Potentials 联合 DeepTimber 社区邀请【Genesis第一作者】CMU 机器人研究所博士生 Xian Zhou 直播分享。

图片来源：Xian Zhou Homepage

Xian 曾在 Meta AI 和 MIT-IBM AI Lab 进行暑期研究，当前研究聚焦于为机器人研究及其他领域构建统一的神经策略和数据引擎。Xian还曾是 Unsplash.com 的十大贡献者之一，他的作品在 Unsplash、Notion、Trello、Medium 等平台累计获得了数千万次浏览和接近百万次下载。

Genesis 作为一个综合性的物理模拟平台，专为通用机器人技术、具身人工智能和物理人工智能应用设计。它同时具备以下多个特性：

• 一个从零开始重建的通用物理引擎，能够模拟广泛的材料和物理现象。
• 一个轻量级、超快、Python 风格且用户友好的机器人仿真平台。
• 一个强大且快速的真实感渲染系统。
• 一个生成式数据引擎，可以将用户提示的自然语言描述转换为多种数据模式。

本次分享提纲为：

- Genesis的源启与初衷

- 生成式仿真 - 一个为具身智能自动生成数据的范式

- 构建底层的统一物理引擎

- 模块化的统一生成框架，以及其超出具身智能以外的可能性

- 对于一些争议的回应

开源地址：https://github.com/Genesis-Embodied-AI/Genesis

项目页面：https://genesis-embodied-ai.github.io/

文档地址：https://genesis-world.readthedocs.io/en/latest/

文章来微信公众号“Z Potentials”，作者“Z Potentials”