82.47% 对 62.82%，差的这 19.65 个点，是用「偏好」买来的。
实抓摘要确认：Wild-4K 上物理跟踪成功率 82.47%，最强基线 GVHMR 62.82%。Wild-4K 是作者新引的约 4000 个网络视频评测集——注意它的身份是评测集，不是训练集。
方法拆三段看，第二段才是这篇的骨头。
- 第一段：把视频动捕建模成视频条件运动生成，预训练一个流匹配模型。单目视频深度本就歧义，直接回归会坍缩到平均解，生成式的好处是一次吐多个候选。
- 第二段：GRPO 后训练，两个奖励——忠实性（贴不贴输入视频）与可跟踪性（物理控制器跟不跟得住）。
- 第三段：Wild-4K 上评测。
这和同时期把「改进循环」训进权重那一类是同一个动作，只是这里搬的筛子更具体：物理可行性。
一个口径要分清楚：82.47% 是物理跟踪成功率，不是动作捕捉精度。它衡量的是生成的动作能不能被物理控制器跟住，与关节角度误差、全局轨迹漂移不是一把尺子。摘要里「整体运动忠实性优于 SOTA」是另一个维度的判断，两个结论不能互相替代。
作者名单看单位就知道来路：Chunchao Guo、Linchao Bao 都在腾讯 AI Lab 一线，这个组做视频人体运动好些年了。
一句话：这篇不是把动捕做得更准，是把「物理上能不能做到」这道筛子，从运行时挪进了参数里。