内容摘要：2026年1月，Google DeepMind与Google研究团队联合发布了一项突破性研究成果论文编号：arXiv:2606.26299）。该研究历时多年，联合独立折纸设计师及斯坦福大学专家，共同开

2026年1月，纸全Google DeepMind与Google研究团队联合发布了一项突破性研究成果（论文编号：arXiv:2606.26299）。程自成该研究历时多年，动完联合独立折纸设计师及斯坦福大学专家，纸全共同开发了名为COrigami的程自成人工智能折纸设计系统。

这项研究颠覆了传统认知：无需人工干预，动完AI仅需接收一句自然语言描述（如“一只拥有精致多叉鹿角的纸全公驼鹿”），即可自动生成符合数学严谨性的程自成完整折叠方案，指导真实纸张折叠出高精度的动完三维生物模型。

一、纸全 核心难点：折纸背后的程自成数学噩梦

折纸看似是手感与经验的艺术，实则受限于极度严苛的动完数学规则。COrigami的纸全诞生，正是程自成为了解决AI在空间几何推理上的固有缺陷。

1. NP难问题的动完计算壁垒

折纸设计在计算机科学中被证明为NP难问题。核心挑战包括：
* 平面可折叠性：纸张必须能完全压平且不发生自我穿插。
* 川崎定理：交叉点处相邻角度交替加减之和必须为180度。
* 前川定理：交叉点处山折与谷折数量之差必须为±2。
* 全局一致性：判断整张折痕图是否满足上述条件并避免穿插，计算复杂度极高，暴力枚举无法在合理时间内求解。

2. 数据匮乏与端到端生成的失败

传统折纸设计往往只保留关键折痕，缺乏完整、美观且标注清晰的数据集。研究团队初期尝试直接训练大语言模型生成折痕代码，但受限于架构，模型在满足数学规则上的成功率始终卡在60%以下，且生成结果缺乏生物形态美感。

二、 解决方案：神经符号系统架构

COrigami采用“神经符号系统”（Neuro-Symbolic System）架构，将任务拆解为五个阶段，结合大语言模型的语义理解能力与确定性算法的数学严谨性。

阶段1：自然语言转语义骨架图

• 输入：自然语言描述。
• 处理：Gemini模型生成“语义棒状人形图”（Semantic Stick Figure），即一棵树状结构，记录肢体的拓扑关系、长度、方位角和仰角。
• 校验：系统从顶视、侧视、正视、等距视四个角度自动审查骨架图，若比例或结构不合理，则要求模型修正，直至达标。

阶段2：二维矩形打包（Box-Plug Folding）

• 技术核心：采用箱形折叠技术，将折痕限制在正交整数网格上（水平、垂直或45度对角线）。
• 优势：
• 折叠角度为有理数，便于人工精确执行。
• 折痕传播有限，避免无限延伸。
• 算法：开发回溯搜索算法，将骨架图的叶节点映射为矩形，内部边映射为路径，在网格上进行无缝拼贴，确保无空隙、无重叠。

阶段3：折痕方向求解

• 任务：为网格上的每条折痕分配“山折”或“谷折”方向，确保满足平面可折叠性。
• 策略：
• 确定性规则：处理轴向折痕，通过几何逻辑分组并交替赋予方向。
• 组合启发式搜索：针对复杂的铰链折痕，采用优先级驱动的贪心搜索与积极剪枝策略，快速排除不可行方案，高效收敛。

阶段4：三维塑形

• 算法塑形：基于骨架图角度，通过“简单折叠”操作将扁平基础推至三维姿态。引入裁剪图案算法，实现肢体“窄化”，模拟昆虫细腿或大象粗腿的粗细变化。
• 强化学习优化：微调Gemini 2.5 Flash Lite模型，利用视觉语言模型（VLM）的审美评分作为奖励信号，优化塑形参数，使模型更具生物真实感，而非单纯的几何复刻。

阶段5：模拟与视觉评审

• 高精度模拟：自研纯几何折叠模拟器，通过仿射变换矩阵计算顶点坐标，误差低至$10^{-5}$量级，远超传统物理弹簧网格模型。
• AI评委：使用Gemini 3 Flash作为视觉语言评委，从七个视角评估模型，判断肢体数量、拓扑结构、比例合理性及几何缺陷，给出0-10分评分。

三、 关键技术详解

1. 语义骨架图：AI的“素描”能力

传统“树方法”仅记录拓扑结构，COrigami增加了语义维度。每个节点包含长度、方位角、仰角三个参数。系统通过多轮自我审查（Self-Correction），确保生成的骨架图在语义上准确对应目标生物，并解决对称性、比例等逻辑问题。

2. 打包与求解：网格上的数学博弈

• 网格估算：基于圆形打包理论启发式公式估算初始网格大小，并通过迭代搜索找到最小可行网格。
• 河流放置：按拓扑顺序放置代表躯干的路径（河流），像蛇一样绕过已有障碍物，并在形成的“口袋”中填入肢体矩形。
• 空白填充：通过回溯搜索扩展相邻矩形，确保网格完美瓷砖化（Tiling），这是生成有效折痕图的数学前提。

3. 强化学习塑形：赋予模型生命力

算法塑形往往导致模型呈现“方块感”。RL阶段通过探索更丰富的塑形工具组合（如特定肢体的窄化、额外折叠），发现人工难以直觉预见的参数，显著提升视觉逼真度。

四、 大规模筛选与效率分析

研究团队从56万个初始候选出发，经过层层筛选，最终保留约2.78万个高质量模型，整体存活率约5%。

• 骨架图生成：通过率20.2%（主要受描述复杂性影响）。
• 打包阶段：通过率55.3%（复杂肢体越多，成功率越低）。
• 求解阶段：通过率79.2%（组合求解器表现稳健）。
• 塑形与评审：最终筛选出视觉与结构双优的模型。

发现：
* 肢体少于10条的简单模型成功率接近100%。
* 鸟类和非对称动物成功率较高，而多肢体节肢动物（如龙虾）成功率较低。
* 视觉语言模型在“双重比赛模式”下分类准确率达81.1%，优于单一评分模式。

五、 对比现有工具：COrigami的突破

特性	TreeMaker	BP Studio	COrigami
核心方法	圆形打包优化	离散化网格连续松弛	严格正交箱形折叠+自动求解
自动化程度	低（需大量人工干预）	中（需人工后处理）	高（全程自动，仅输入自然语言）
折痕类型	常含无理数，难折叠	含非正交折痕，难保证无空白	有理数角度，完美瓷砖拼贴
适用场景	专家辅助设计	特定网格设计	大众创意生成与快速原型

注：自动化TreeMaker在测试中成功率仅1.1%，凸显COrigami在自动化方面的巨大优势。

六、 局限性与未来展望

当前局限

1. 塑形工具有限：仅使用简单折叠和窄化，未涵盖湿折、沉折等专业技法。
2. 物理模拟偏差：基于零厚度假设，无法预测真实纸张的“纸张蠕变”和厚度堆积问题。
3. 最终成品需人工介入：生成的折痕图是数学可行的起点，最终美观的物理作品仍需折纸师手工修饰。

核心价值

COrigami并非取代人类，而是成为创作伙伴。它将设计师从耗时数周的拓扑规划和打包试错中解放出来，专注于创意构思与最终艺术加工。这种“AI负责数学与结构，人类负责美学与物理”的神经符号协作模式，为建筑设计、分子结构等强约束领域的AI应用提供了重要参考。

---

Q&A

Q1：折纸的“平面可折叠性”是什么意思，为什么它那么重要？
A：平面可折叠性指纸张按折痕图折叠后，能完全压平且不发生自我穿插或撕裂。这是折纸实用的前提，数学上需满足川崎定理和前川定理。若不满足，真实纸张无法折叠成预期形状，折痕图即失效。

Q2：COrigami生成的折纸模型能直接拿去折吗？
A：不能直接使用。COrigami生成的是基于零厚度假设的数学模型，未考虑真实纸张厚度和“纸张蠕变”。此外，其塑形手段有限，模型可能呈现方块感。专业折纸师需在此基础上进行湿折、沉折等二次塑形，才能制成满意的物理作品。

Q3：强化学习在COrigami中具体起什么作用？
A：强化学习用于最后的塑形优化。算法塑形仅能忠实还原骨架图，但可能比例失调或缺乏细节。RL训练的模型通过视觉语言模型的审美评分作为奖励，主动探索窄化、额外折叠等参数组合，使模型外观更接近真实生物，超越纯算法方案的表现。