本文提出 PhysMAS，一个面向异构多部件和多对象交互场景的物理驱动 4D 高斯合成框架。传统方法将 3D 高斯与物质点法 (MPM) 结合，但在多部件对象上往往把不同部件合并为单一材料状态，导致物理行为不准确。大语言模型或视觉语言模型的一次性预测既难以将材料正确绑定到具体部件，也无法验证 MPM 配置是否可执行。基于 Score Distillation Sampling (SDS) 的参数优化需要对每个场景重复计算分数并进行梯度反向传播，耗时且易产生不稳定解。
PhysMAS 采用多智能体架构：
- 对象‑部件场景智能体 从运动提示和四个视角图像中建立持久的对象与部件身份；
- 材料推理智能体 为每个部件生成材料属性描述；
- 求解器感知技能 将身份和材料映射到每粒子 MPM 场，并在共享域中同时求解所有对象的运动；
- 框架随后筛选前向仿真结果，保留符合语义和物理约束的候选。
该流程无需对每个场景进行 SDS 反向传播，显著降低运行时间。实验表明，与基于 SDS 的最新物理 4D 高斯基线相比，PhysMAS 在语义对齐度和感知物理 plausibility 上均有提升，且运行效率更高。
点评