本文提出了HandDiffuse12.5M数据集，旨在生成高质量的双手互动动作。通过扩散模型和InterGen方法，用户可以用文本指导自定义动作。同时，研究介绍了姿势条件的人体图像生成技术，提升了手部细节和图像质量。此外，利用HOIDiffusion方法生成三维手物体交互数据，改进了图像生成的准确性和多样性。