状态转移建模

Ego-InBetween：在第一人称视频中生成物体状态转移

Ego-InBetween: Generating Object State Transitions in Ego-Centric Videos

把「初始态→目标态」的中间帧生成显式建模为多步状态转移，并用 VLM 推断转移步骤作为生成条件，为视频生成中的长程物理一致性提供了一条可复用的「先推理后生成」范式。