以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
Interactive video world models enable exploration through text and camera controls, yet direct object interaction requires finer control. Hands provide a natural interface, but translating continuous hand movements into coherent visual responses remains challenging because of complex hand-object dynamics and demanding
阅读原文 · Shaohao Rui, Chaoyang Zhang, Xiaofeng Mao, Weijie Ma
向阳乔木 · opencode-go/deepseek-v4.1-flash
用手来控制视频世界模型,这个交互思路比打提示词自然得多。LynnReal-Hand 想做的事是:让手成为视频生成模型的输入设备,你动手指,画面里的物体跟着响应。 这篇值得看的地方在于它同时处理了两个难点。交互视频模型现在大多靠文本和相机运镜来控制,真要碰物体,粒度就不够了。手是最直接的交互接口,但连续的手部动作要变成连贯的视觉响应,背后是复杂的手物动态,还要...