清华大学与咪咕团队联合推出首个沉浸式体积视频数据集ImViD，突破传统视频限制，实现360°真实场景与6-DoF交互，支持动态捕捉与高保真音视频融合，推动元宇宙与数字孪生技术的发展。

本研究提出了一种新的3D物理模拟器3DGSim，旨在从RGB视频中学习物理模拟。该方法通过将图像编码为3D高斯粒子表示，利用变换器传播动态，有效捕捉多种物理行为，具备良好的可扩展性和泛化能力。

本研究引入SketchAgent，解决了人工系统与人类草图动态捕捉之间的差距。该方法无需培训，用户可通过对话生成和修改草图，SketchAgent能够有效合作，生成多样化的草图。