human-object-interaction

PhyGenHOI是一个新颖框架，通过将运动扩散模型与物质点方法模拟相结合，利用3D高斯表示生成物理精确的4D人-物交互。

DeVI 提出一种框架，借助混合 3D-2D 跟踪奖励，将文本驱动的合成视频转化为具备物理可信度的灵巧机器人控制，实现对未见物体的零样本泛化。

CoInteract 提出端到端 Diffusion Transformer 框架，联合建模 RGB 外观与 HOI 几何，在零推理开销下生成物理合理、手脸稳定的人-物交互视频。

OneHOI 是一个统一的扩散 Transformer 框架，通过关系建模和结构化注意力机制将人物-物体交互（HOI）生成和编辑整合为单一的条件去噪过程。该方法在 HOI 生成和编辑两项任务上都达到了最先进的性能，并支持多种控制模式。