PACT：从视频端到端学习人体姿态、接触与作用力
PACT 在冻结的 SAM 3D Body 上加入接触力 token 与时序 Transformer，联合预测姿态、接触与作用力，并用物理监督与伪标注管线解决力标注稀缺。
VGGT-
4D-WAM：用几何一致性让世界模型真正理解驾驶场景
4D-WAM 通过训练时引入几何基础模型的 4D 一致性监督与决策导向时间步采样，使世界-动作模型能够预测物理一致的 4D 场景并提升轨迹规划性能。