源于游戏、超越游戏，复旦教授讲述元宇宙背后的物理仿真技术

【编者按】
2023年5月27日，是复旦大学118周年校庆。“校庆种种活动，以促进科学研究为中心。”从1954年校庆前夕时任校长陈望道提出这一主张开始，在校庆期间举办科学报告会，就成为复旦的重要学术传统之一。
赓续学术传统，百年弦歌不绝。5月9日起，来自文社理工医各学科的50多位复旦名师将陆续带来学术演讲。
“2023相辉校庆系列学术报告”第十六场，由复旦大学智能机器人研究院常务副院长张立华教授以“物理仿真——打造真实数字世界的基石”为题作报告
复旦大学智能机器人研究院常务副院长张立华教授

随着元宇宙概念的升温，人们对元宇宙塑造的数字世界充满想象。正如真实世界依照物理规律运行一样，“真实”元宇宙数字世界的构建离不开现代物理仿真技术的支撑。张立华带领听众回顾了物理仿真技术的发展、物理引擎的基本计算过程与当前研究现状以及物理仿真技术在工业数字孪生、逼真数字人创建、机器人仿真和前沿科学研究等方面的应用，并展望了物理仿真技术的未来发展趋势。
“元宇宙”的概念从何而来？“元宇宙”（Metaverse）这个词最初是由科幻小说作家尼尔·斯蒂芬森在1992年的小说《雪崩》中创造出来的。那是一个平行于真实世界的赛博空间（Cyberspace），即戴上研发的耳机和目镜，找到连接终端，就可通过虚拟分身的方式进入由计算机模拟、与真实世界平行的虚拟空间。
张立华介绍，元宇宙具有沉浸式体验、虚拟化分身、开放式创造、强社交属性和稳定化系统的特征，其六大支撑技术——区块链技术、交互技术、电子游戏技术、人工智能技术、网络及运算技术和物联网技术（简称“BIGANT”），可以按照对元宇宙的支撑作用进一步归纳为感知、计算、重构、协同和交互五类。“其中3D渲染与物理仿真引擎是元宇宙的重构基础支撑技术，”张立华强调，物理仿真是元宇宙中最关键的支撑技术之一，物理引擎具有极高的商业价值，科技巨头也视之为重要基石之一。
活动现场

多年来，张立华带领科研团队在物理引擎的设计和研发领域取得了重要成果。张立华是世界三大商用物理引擎PhysX的奠基人之一。该引擎被Unreal Engine（虚幻引擎）、Unity3D等顶尖游戏开发引擎和元宇宙仿真平台Nvidia Omniverse所采用。
“物理仿真能解决什么问题呢？能让游戏中的人物运动起来，让人物和场景实现自然的交互和碰撞。”通过播放游戏片段，张立华向大家生动展示了物理仿真在影片中具体应用。他认为，元宇宙将成为未来互联网的新形态，其更大价值在于通过虚实交互与融合影响人们生活的真正物理世界。
谈到物理仿真在元宇宙等领域中的应用，张立华介绍了工厂数字孪生、护理机器人和虚拟数字人的开发和应用。
说到物理引擎应用于护理机器人开发的案例时，张立华介绍，“物理引擎提供了一个能高度拟真机器人看护场景的仿真平台，对机器人技能学习、虚拟病人建模、活动场景设计等提供了充分的支持。”
以游戏《堡垒之夜》为例，张立华介绍，大场景实时仿真是物理引擎发展趋势。美国著名说唱歌手Travis Scott曾在《堡垒之夜》上举办了一场有2770万人观看的虚拟演唱会，沉浸式的体验给所有玩家留下了深刻的印象。可见，基于物理仿真技术所实现的包括虚拟数字人在内的虚拟场景构建，能够带给人们更加真实和震撼的沉浸感受。
如何让虚拟数字人更加逼真？张立华结合图片介绍了毛发模拟、肌肉模拟、动作模拟和服装模拟等数字人中的物理仿真技术。布料仿真与毛发仿真技术能够为虚拟数字人添加逼真、自然的衣物和发型，构建更加真实的人物形象。“布料仿真与毛发仿真算法原理相似，但尚且缺乏可量化的仿真评价指标。”他表示，复旦大学智能感知与无人系统（IPASS）实验室在总结现有评价指标的基础上提出了一些新的有针对性的仿真评价指标，首次构建了较为完整的毛发与布料物理仿真方法的评价指标体系。
“虽然电子游戏技术奠定了元宇宙的数字创造基础，但元宇宙的应用及其衍生的技术进展远远不止于游戏领域，而应当成为人们生活、工作的沉浸式虚拟时空。”张立华表示，物理仿真虽起源于游戏的需求，但使用范围早已超越了游戏，随着当下元宇宙的兴起，物理仿真技术更是成为构建元宇宙的关键因素。
“未来面向元宇宙的应用，物理仿真引擎是重要的核心技术之一。”张立华强调，为适应未来场景需求，物理仿真引擎需要设计通用的求解器来支持刚体、流体、软体等不同类型材质物体之间的稳定交互，通过云平台的部署来支持实时、大量、高精度的运算求解，并设计分布式架构来实现千万量级以上的用户同屏互动。
而当前，国内游戏与元宇宙开发仍主要依赖于国外的Unreal Engine和Unity3D等成熟商业引擎，以及英伟达也早已开始布局元宇宙基础生态平台Omniverse。张立华认为，在元宇宙时代，我们急需研发具有完全自主知识产权的物理仿真引擎，这也是IPASS团队的一个重要研究目标。
在报告的最后，张立华教授以芯片散热器设计、医疗影像处理、气象仿真、地震预测等场景为例，展示了物理仿真技术对工业设计和前沿科学研究的重要支撑作用，并介绍了AI for Science在大规模复杂物理仿真中的应用。