该文综述手-物交互建模研究，涵盖GRIP等学习方法，利用时间一致性、物理碰撞检测和生成模型实现精确的手部姿态与交互重建，避免穿透，适用于单目RGB-D、多摄像头及无标注场景，并介绍MANO、SMPL+H等手部与全身模型及强化学习动态抓取合成。