3d-motion

HarmoHOI是一个统一扩散框架，联合生成同步的多视角手物交互视频和全局对齐的3D点轨迹，在视觉质量、运动合理性和多视角几何一致性方面取得了最先进的性能。

AFUN 提出了一种可供性基础模型，该模型从 RGB-D 观测和语言描述中预测功能掩码和 3D 运动曲线，从而能够在多种环境中实现泛化的机器人操作。该模型在多个基准测试上优于基线方法，并且无需微调即可部署到实际任务中。

PhyMotion 提出一种基于物理的奖励系统，评估生成视频中人体运动的运动学合理性、接触一致性和动态可行性，与人类判断具有更强的相关性，并在基于强化学习的后训练中提升运动真实感。