本文介绍了手-物体重建模型的进展，包括HOPE-Net、IntagHand和HandNeRF等，利用图卷积网络和深度学习技术实现手部姿势和物体形状的精确重建。研究强调了解决手物互动场景中的遮挡问题的重要性，并提出结合模型与无模型方法的新网络，以提高重建的准确性和物理可信度。实验结果表明，该方法在多个基准数据集上表现优异。

该研究提出了一种基于DIGIT触觉传感器的视触对象重建框架VTacO，并扩展到手-物体重建的VTacOH。通过VT-Sim模拟环境生成大规模的训练数据集进行评估，展示了其在刚性和不可变形物体重建上的优异表现。