IPC 规模验证
2.3M
官方项目页报告了最高约 2.3M tetrahedra 的大变形接触测试。
two research stacks
从物理接触求解到语言条件 3D 运动预测
IPC 解决的是“如何稳定、无穿透地推进大变形接触仿真”；MolmoMotion 解决的是“如何根据视觉历史、物体点和语言目标预测未来 3D 轨迹”。两者都把复杂运动转化为可优化、可验证的几何量。
IPC变形体 + 摩擦接触 + 屏障能量
MolmoMotion视觉语言输入 + 物体点未来轨迹
成果总览
以下数字来自官方项目页、arXiv 页面和论文 HTML 页面；页面生成日期为 2026-07-01。
IPC 每步接触
498K
高接触数量下仍保持无交叉、无反转的时间推进。
MolmoMotion 训练数据
1.16M
从公开视频自动标注得到动作描述、物体 grounding、3D 点轨迹。
PointMotionBench
2.7K
人类验证 clips，覆盖 111 类物体与 61 种运动类型。
两篇论文对照
一个是物理仿真求解器，一个是视觉语言 3D 运动预测模型；它们的共同点是显式几何约束。
Incremental Potential Contact
用增量势能最小化来统一处理非线性弹性、接触、摩擦和几何可行性，使每个时间步的轨迹保持无交叉、无反转。
变分隐式时间步进
接触屏障势能
过滤线搜索
大变形有限元
用户可控精度
MolmoMotion
把未来运动预测定义为语言条件的物体附着 3D 点轨迹预测，用世界坐标中的点来统一刚体、关节体和可变形物体运动。
Molmo2 视觉语言骨干
3D 世界坐标轨迹
AR 坐标文本解码
Flow matching 生成
机器人与视频生成迁移
各自完整步骤
这里按“输入 - 核心求解 - 输出/验证”的方式重排论文流程，方便复现理解。
IPC 求解流程
contact solver1
准备场景与材料
输入四面体网格、边界条件、初速度、密度、杨氏模量、泊松比、摩擦系数和时间步长。
2
构造隐式时间步目标
把惯性项、弹性能、外力势能和接触项写入一个增量势能；每个时间步变成一个非线性优化问题。
3
检测候选接触并加入屏障
对点-三角形、边-边等接近对加入 barrier potential；距离越接近零，能量越高，从而阻止穿透。
4
处理摩擦与几何可行性
在接触法向之外更新切向摩擦项；用连续碰撞检测和过滤线搜索限制步长，保证沿线搜索路径不发生交叉或反转。
5
牛顿式迭代最小化
求解梯度与 Hessian，对候选位移反复做可行线搜索；达到动力学精度和几何贴合精度后接受该时间步。
6
输出并进入下一步
保存网格状态、能量、动量、迭代统计和动画帧；用当前无穿透状态作为下一时间步初值。
MolmoMotion 训练与推理流程
3D forecast1
收集带动作描述的视频
从 EgoDex、HD-EPIC、Xperience-10M、YT-VIS、Stereo4D 等公开视频来源构建大规模语义运动样本。
2
语义 grounding 与点采样
用语言模型抽取被操作/运动实体，用 MolmoPoint 定位，用 SAM3 得到 mask，再在物体内部采样 query points。
3
2D 跟踪并提升到 3D
用 AllTracker 跟踪密集 2D 点；用 ViPE 估计 metric depth、相机内参/位姿，把轨迹反投影到首帧相机锚定的世界坐标。
4
过滤、平滑与裁剪
用物体级空间/时间一致性去掉漂移点，用深度平滑降低抖动，并裁剪到真实发生明显运动的时间窗口。
5
训练两类预测器
MolmoMotion-AR 把毫米级坐标离散成文本序列自回归生成；MolmoMotion-FM 在连续坐标空间用 DiT decoder 学习 flow matching。
6
评测与下游迁移
在 PointMotionBench 上用 3D ADE/FDE/PWT 评估，再把 3D 运动先验迁移到机器人 pick-and-place 和轨迹引导视频生成。
方法差异
两篇论文都把“运动”显式化，但优化对象、监督来源和失败风险不同。
| 维度 | IPC | MolmoMotion |
|---|---|---|
| 核心问题 | 物理仿真中接触、大变形、摩擦和反转导致求解崩溃。 | 视觉系统需要预测物体未来 3D 运动，而不是只生成看起来合理的视频。 |
| 表示方式 | 有限元节点、表面距离、接触候选对、增量势能。 | 物体附着 query points，在 metric world frame 中的未来 3D 坐标序列。 |
| 关键机制 | barrier potential + interior-point style solver + CCD/filtered line search。 | Molmo2 grounding + 2D track 到 3D lifting + AR/FM 两种轨迹解码。 |
| 主要成果 | 在极端压缩、碰撞和大接触数量下保持 intersection-free 与 inversion-free。 | 建立 MolmoMotion-1M、PointMotionBench，并在 3D 轨迹预测、机器人规划、视频生成中提升性能。 |
| 适合场景 | 动画、工程仿真、软体/刚体接触、需要强几何可行性的离线模拟。 | 机器人操作先验、视频生成运动控制、跨类别物体运动预测。 |
实验结果与影响
下面抽取了最能体现论文价值的结果，不铺满所有表格。
IPC: 可行性保证
官方项目页强调 IPC 在材料参数、时间步、速度、变形程度和边界条件变化下仍保持无交叉、无反转轨迹。
MolmoMotion: 机器人迁移
在 MolmoSpaces Franka pick-and-place 中，MolmoMotion 初始化的策略最终平均成功率达到 76.3%，高于 Molmo2 初始化的 56.0%。
MolmoMotion: 视频生成控制
把预测 3D 轨迹作为 DaS 图像到视频模型的控制信号后，官方页面报告它相对基础模型提升全部五项运动相关指标。
一句话理解二者的关系
IPC 是“从物理定律和约束出发，可靠地算下一帧”；MolmoMotion 是“从视觉、语言和历史轨迹出发，预测物体会怎样运动”。如果把未来智能体放到真实物理世界里，前者提供强约束的仿真基座，后者提供可迁移的运动先验。
- IPC 的贡献是求解可靠性：用优化和屏障能量把接触可行性写进时间步。
- MolmoMotion 的贡献是数据与表示：用世界坐标 3D 点轨迹连接语言、视频和机器人。
- 二者都避免只看像素表象，转而使用显式几何状态来表达运动。
信息来源
所有链接为联网核对来源，未依赖本地 PDF。
IPC
官方项目页 开源实现 Quick StartMolmoMotion
官方项目页 arXiv 摘要 arXiv HTML 代码Prepared as a standalone HTML visualization. Last checked: 2026-07-01.