英伟达（NVIDIA）图形研究团队在SIGGRAPH 2026上展示了22项技术突破，推动了仿真和物理AI（Physical AI）的发展。物理AI通过英伟达最新的图形突破实现了逼真的仿真，同时“ArtFixer”能将杂乱的3D捕捉数据转化为纯净的虚拟场景。
在SIGGRAPH上，英伟达图形研究团队发布了22篇技术论文，旨在利用其实时和AI辅助技术，推进物理AI和仿真领域的发展。英伟达正在利用AI构建实时系统，以生成物理上精确的虚拟世界——这些世界既可用于在虚拟世界中体验的虚拟目的，也可用于构建AI系统和现实世界中的真实事物。所有研究都基于3D和物理原理，并且可由创作者引导。这里有两个值得强调的显著突破。
无论输出对象是游戏、电影、机器人还是工厂的数字孪生，目标都是一致的：通过AI生成的、基于3D、受物理规律支配并由创作者引导的世界，来拓展创造力的画布。
第一个突破名为“MotionBricks”。你可以把它看作一个基础模型，它能生成非常逼真、流畅且无缝的角色动作，而且是实时完成的。这既能为虚拟世界或虚拟体验中的动画角色提供驱动，也能为真实人形机器人生成动作。英伟达表示，“MotionBricks”已经过超过35万个以游戏引擎速度运行的动作片段训练。这使得创作者可以直接控制角色的动作。该技术已应用于宇树科技（Unitree）的G1人形机器人。
英伟达强调的下一个技术是“ArtFixer”。这是一个模型，可以将粗糙、非常不完整且有噪点的真实世界3D扫描数据，转变为干净、完整的3D场景。它甚至可以填补存在空缺的区域，并以能提供纯净质量渲染的方式完成这项工作。英伟达希望我们将ArtFixer视为一个“清洁器”，它能将杂乱、有噪点、不完整的高斯泼溅数据变得干净而完整。
接下来是“GPC”，它是一个在大规模动作数据集上训练生成式控制器的框架。“GPC”将成为运动控制领域基础模型的起点。这些技术可以免费使用。我们也会将研究成果集成到软件产品中，例如我们的Omniverse库，同时我们还会与合作伙伴（我们的开发者伙伴）合作，帮助他们将研究中最精妙的想法整合到自己的工具和产品中。
英伟达表示，其在SIGGRAPH上展示的所有技术突破都附带开源代码、开放数据，或者重现论文中提及技术所需的任何资源。这些内容将发布在GitHub和其他代码仓库上，开发者可以自由使用。
