Imagine2Real: 通过视频生成先验实现零样本人形物体交互

Jiahe Chen, ZiRui Wang, Feiyu Jia, Xiao Chen, Xiaojie Niu, Weishuai Zeng, Tianfan Xue, Xiaowei Zhou, Jiangmiao Pang, Jingbo Wang

2026

摘要

本文提出Imagine2Real框架，通过将机器人和物体运动统一为4D点轨迹，并利用关键点跟踪器仅追踪稀疏关键点，避免了重定向过程。该方法利用行为基础模型的潜在空间作为搜索域，结合渐进式训练策略，实现了零样本物理部署。

humanoid-object interactionzero-shotvideo generative priors4D point trajectoriesbehavior foundation model

MANIPULATION

开放获取

Al Bashir, Shao-Yang Chang, Partho Ghose 等 6 位作者

2026

MANIPULATION

开放获取

Remko Proesmans, Thomas Lips, Francis wyffels

2026

MANIPULATION

开放获取

Ziyan Feng, Yulong Fu, Zheng Li 等 9 位作者

2026

MANIPULATION

开放获取

Jisu Shin, Junoh Lee, JunGyu Lee 等 8 位作者

2026