论文·2026-07-28·约 1 分钟读完·arxiv.orgAgentHOI多智能体生成纯文本人物交互视频中科院大学与腾讯混元联合研发,多智能体先规划后生成复杂人物交互视频A原文来源arxiv.orghttps://arxiv.org/abs/2607.22241 打开原文