是：从少量真实观测中，自动获得具有可辨识性和可迁移性的质量、质心、静/动摩擦、恢复系数、刚度、阻尼等参数，再准确预测任意新外力和接触条件下的未来多视角视频。：本质上更接近“神经渲染 + 物理仿真”的混合体，可以生成带物理标签的交互轨迹，适合训练强化学习、系统辨识和模型预测控制。对“受力物体”这种任务，受力大小、摩擦系数、质量分布等关键量无法被精确建模，只是隐式地“模仿”训练视频中的运动模式。能输出

开发能够理解复杂物理交互的世界模型，对于推进机器人规划与仿真至关重要。然而，现有方法在数据稀缺且接触丰富的动态运动场景下，往往难以精确地对环境进行建模。为应对这些挑战，我们提出了 ContactGaussian-WM，一个可微分的基于物理的刚体世界模型，能够直接从稀疏且富含接触的视频序列中学习复杂的物理规律。我们的框架包含两个核心组件：（1）一种统一的 Gaussian 表示，同时用于视觉外观和碰