AvatarGO是一种新方法，能够生成具有物体交互的4D虚拟形象。它利用大语言模型识别接触区域，并通过运动优化增强3D人体与物体交互的鲁棒性。实验表明，AvatarGO在生成高保真4D动画方面显著优于现有技术，但对非刚性物体的处理仍存在不足。
本研究提出了一种基于预训练扩散模型的零-shot方法，解决4D人机交互生成中的数据不足问题。通过Lang-SAM优化接触部位和线性混合皮肤功能，提高了生成的一致性和鲁棒性，为人本4D内容创作开辟了新方向。
完成下面两步后，将自动完成登录并继续当前操作。
