本研究探讨了人类视觉在行为理解中的作用，提出了一种基于行为接触建模的方法，并设计了行为预测框架。通过分析人类视频数据，研究机器人如何学习与未知对象的交互技能，实现零样本操作。引入新数据集HandDiffuse12.5M和生成方法，提升手部姿势生成的质量和控制能力。此外，提出了Diff-IP2D和视觉-运动策略学习框架，优化手物交互预测和机器人控制。