HarmoHOI：协调外观与三维运动的多视角手物交互合成

HarmoHOI提出统一扩散框架，同时生成同步多视角手物交互视频与全局对齐的三维点轨迹。方法以伪视频表示点轨迹，通过多视角扩散Transformer联合建模RGB和几何信号，并用全局运动对齐扩散细化为公制尺度轨迹，再结合混合数据课程学习迁移单视角先验。