告别百万级动捕棚上海交大等提出 HAT-4D,单目视频直出 4D 交互场景

上海交通大学李永露老师 RHOS 团队联合上海创智学院、中国科学技术大学和 Math Magic(数美万物)在 ECCV 2026 接收的论文中提出 HAT-4D:只输入一段真实场景中的单目视频,由多 Agent 协作完成多物体 4D 交互重建 … △HAT-4D 聚焦遮挡记忆、复杂形变与多物体交互三类核心难题 … HAT-4D 首先让视觉语言模型通读视频,构建 Interaction Knowledge Graph(IKG,交互知识图谱)。

原文连接