CMU周衔揭秘：物理引擎Genesis的出身愿景与昔时蓝图

在东说念主工智能与机器东说念主时代的交织点上，一个名为Genesis的开源名堂正悄然引颈着具身智能的新风潮。该名堂由卡内基梅隆大学（CMU）机器东说念主参谋所的博士生周衔指点，连合了18个参谋机构共同打造，旨在通过生成式物理引擎为机器东说念主时代偏激他界限提供全自动数据生成处分决策。

Genesis的中枢团队由12位后生华东说念主学者构成，他们从头假想和构建了一个通用物理引擎，将各式物理求解器偏激耦书籍成到一个长入的框架中。这个框架通过更高脉络的生成式智能体得回进一步增强，八成自动生成机器东说念主时代所需的多数数据。

与传统模拟平台比较，Genesis具备多个显耀上风。它原生支撑Python，包括前端界面和后端物理引擎，一起遴荐Python语法开采，底层则由GPU加快的DSL taichi提供支撑。这使得装配经由变得极为便捷，API假想也极其友好。Genesis的并行模拟速率空前，是宇宙上最快的物理引擎之一，模拟速率比现存的GPU加快机器东说念主模拟器快出一个多数目级，且并未在模拟精度和保真度上作念出协调。

Genesis还支撑各式着手进的物理求解器，八成对多数材料和物理气候进行建模，并具备优化性能的传神简洁跟踪渲染。更进军的是，Genesis旨在与可微模拟全皆兼容，当今已有部分求解器完竣了可微性，其他求解器的可微性也将很快添加。

Genesis不仅八成生成4D物理宇宙，如机器东说念主操作和证明政策、绽放宇宙铰接式物体、脚色证明等，还能通过谈话教唆生成各式模态的数据，包括交互式场景、任务提倡、奖励、钞票、脚色动作、政策、轨迹、相机证明以及物理精确的视频等。这使得Genesis在机器东说念主学习、强化学习等界限具有平时的应用远景。

关系词，在Genesis受到平时关注和赞叹的同期，也濒临着一些质疑。有东说念主对其精确度和速率默示怀疑。为此，Genesis团队更新了一份详备时代论说，测评了各式场景下和主流并行仿真器的速率对比，并开源了所有测试代码以评释其上风。

当作Genesis名堂标指点者，周衔的学术布景和参谋履历颇为丰富。他本科就读于新加坡南洋理工大学的机械工程系，以最高荣誉毕业后插足CMU读博，成为导师Katerina Fragkiadaki组里首位参谋机器东说念主学习的PhD。在MIT-IBM Watson AI Lab实习时辰，他与淦创等学者配合，运转了Genesis名堂标参谋。

周衔默示，他们领先仅仅想作念一个仿真器，但受到ChatGPT等谈话模子的启发，他们意志到不错诳骗谈话或视觉模子的推理才略来自动生成机器东说念主学习的任务、环境、奖励函数等，从而完竣数据收罗的范围化膨大。这一念念路与其后谷歌和英伟达发布的肖似名堂殊途同归。

在谈到Genesis的亮点时，周衔强调了易用性、速率与功能三个方面。他经心假想了整套可视化样式和粗略的API接口，以裁汰用户的学习和通晓老本。同期，Genesis在速率上完竣了显耀普及，为开采新的强化学习查验决策提供了可能。在功能上，Genesis支撑多种物感性质物体的求解和不同求解器间的交互，为机器东说念主界限的参谋者提供了强盛的器具。

关于开源的存眷，周衔默示这源于他个东说念主的热烈动机。他以为盘算推算机图形学界限的东说念主才和时代关于机器东说念主界限具有巨大的价值，但以往两个界限之间存在巨大的割裂。因此，他但愿通过打造一个全皆透明、底层全开源、易于拜谒、通晓和孝顺的平台来鼓励两个界限的会通和发展。

在谈到Genesis名堂中遭遇的最大费劲时，周衔默示这主要来自于系统强盛且触及诸多方面的开采，以及配合情状的松散和穷乏经费引发。关系词，他们依然坚合手下来并完成了名堂。在这个经由中，他们不仅学习到了怎么假想、搭建和整合各个模块，还潜入体会到了团队配合和“为爱发电”的进军性。

关于Genesis发布后收到的质疑声息，周衔默示他们一直在进行各式测试以评释其速率和精确度的上风。他以为仿真和真机两条路皆要走，仿真八成提供多数数据让机器东说念主修复与物理宇宙交互的基本领路，而真机则八成提供更精确的数据来优化机器东说念主的性能。因此，他们但愿将Genesis打酿成一个对机器东说念主最友好的平台，并借助开源社区的力量将其认真好。