**NeuROK：生成式4D神经物体运动学**

_NeuROK: Generative 4D Neural Object Kinematics_

> 本文提出NeuROK框架，通过数据驱动的方法学习物体运动状态参数化，利用基于Transformer的编码器-解码器模型，在大规模4D数据集上训练，实现生成逼真的4D物体动态模拟。该方法克服了传统方法依赖预设物理模型的局限性，能更通用地处理多种动态物体类型，在生成式物理模拟方面展现出显著优势。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.30347)