【新智元导读】不教AI认手,而是从视频天下模子里直接「读」出双手:三大基准SOTA,让百万小时野生视频第一次能酿成机械人的操作课本。。。
不是捕不了,,,,,是一到真实场景就崩——你端碗、拧瓶盖、从口袋掏手机,,,,,手一被盖住,,,,,最先进的检测器直接报废,,,,,后面的姿态重修通盘歇菜。。。
机械人要从人类视频里学操作,,,,,手部轨迹就是最焦点的监视信号。。。这份「课本」的质量,,,,,直接决议了机械人战略学习能到什么水平。。。
视频蹊径(OmniHands、Dyn-HaMR等),,,,,靠跨帧注重力和运动先验以前后帧里找补,,,,,但时序?????槭悄孟∪钡氖植勘曜⑹菅党隼吹,,,,,认手都委屈,,,,,「猜」被盖住的部分基础学不会。。。
这个逻辑很切合直觉,,,,,视频天生模子天天看互联网上的海量视频,,,,,它早就学会「脑补」被盖住的手了——只是此前没人从「手」的角度去挖掘。。。
这三样能力,,,,,恰恰是手部动捕这些年求而不得的工具——一个13亿参数的视频大模子在海量互联网视频上自然涌现出来的「天下先验」。。。
打个例如:一个画了十年画的人,,,,,他闭着眼都知道手怎么摆、怎么动。。。你不必再教他认手,,,,,只需要一支笔,,,,,让他把脑子里那只手直接画出来。。。
训练分两步:先在大规模EgoDex数据上做枢纽骨架叠加打底,,,,,再切到MANO网格叠加做精对齐,,,,,全程不损失基座模子对场景和物体的明确能力。。。
两条分支各管一摊——一条整合手的全局信息输出枢纽姿态,,,,,由于手指弯曲是牵一发动全身的事;;;;一条逐枢纽定位输出2D坐标,,,,,由于「手指在画面哪」是个局部问题。。。
手部召回率和F1(综合权衡「有没有找到手」「找得准禁绝」的检测得分)均抵达99.9%,,,,,帧级准确率99.7%,,,,,帧级过失率相比最强基线下降凌驾96%——纵然在严重遮挡下也险些不丢手。。。
这批注,,,,,视频天下模子从大规模视频中习得的时序一致性、遮挡推理能力、空间几何与手物交互的结构化知识,,,,,能够为手部运动重修提供强盛的表征支持。。。
ACE-ViDiHand给出了一条全新的路:直接从视频里把手的4D轨迹读出来,,,,,不靠检测器、不怕遮挡——大规模人手视频的自动标注,,,,,第一次有了可靠的手艺底座。。。
当你能从百万小时的互联网视频里稳固提取手部运动,,,,,把「野生视频」酿成可学习、可扩展的具身数据资产——具身智能的数据飞轮,,,,,才算真正最先转。。。
已往是补丁摞补丁——检测器不可换更好的检测器,,,,,颤抖大了加平滑?????,,,,,遮挡扛不住加运动补全。。。工程量越来越大,,,,,天花板越来越低。。。
从「望见手」到「明确手」,,,,,从「识别行动」到「读取运动」——当视频天生模子的内部表征从天生工具酿成可读取的感知基座,,,,,具身AI才算拿到了真正可规;;;;氖萑肟。。。
相关的比赛画面在社交网络上快速传开,不少国外媒体也转发了这段视频,并且配上了“姆巴佩似乎情绪失控”的关键词,随后,不少球迷跟进评论,“姆巴佩的心态崩了”。世界杯半决赛第二场,阿根廷男足2-1淘汰英格兰男足。至此,本届世界杯的两支决赛球队全部出炉,具体对阵为西班牙VS阿根廷,冠军争夺战将在北京时间7月20日凌晨3点打响。点 w 片多个平台显示,诸如此类的1—3折机票还包括北京飞武汉、西安等。北京商报记者在搜索全国低价机票时发现,7月中上旬,北京飞杭州的最低裸机票价为320元,加上机建燃油费后为470元,这一价格甚至低于抵达时间相近的673元高铁二等座。根据公告,广汽集团亏损扩大主要由三方面原因造成,一是国内市场竞争加剧,自主品牌持续加大销售投入,加之产品销售结构变动及上游原材料成本上涨,导致自主品牌亏损同比增加。
20260717 ? 据介绍,为纪念俄国科学家迪米特里·门捷列夫提出元素周期表150周年,联合国教科文组织于2019年设立门捷列夫国际基础科学奖,旨在促进科学进步、科学普及和国际合作。该奖项每年授予两位在基础科学领域取得突破性发现或产生重大社会经济影响的科学家。潘建伟教授是首位获此殊荣的中国学者。本届另一位获奖者为美国北卡罗来纳大学教堂山分校教授谢尔盖·谢伊科。黄 色 网 站俱乐部希望收到报价。 这笔离队背后至少有三点原因:两人的关系在赛季以失败告终前就已出现裂痕;球员公开表达想换环境,基本划下了不可逆的分界线,也让所有人感到不快;阿莫林的3-4-2-1阵型里,莱奥的空间有限。
20260717 ? 美国软件工程师,开源本地 AI 客户端 AnythingLLM 的创始人蒂莫西 · 卡兰巴特(Tim Carambat)表示:“它的影响远比 Fable、Mythos 或 GPT 5.6 更重要。甚至可能比它们加起来还要重要。这才是 AI 的真正 DeepSeek 时刻。”掐腰入睡BY阿司匹林全文免费阅读百度在30分钟通勤圈内,时间是刚需。项目步行约300米可达地铁14号线张郭庄站,这是一个非常友好的步行距离,既能享受轨道交通的准时便利,又避免了紧邻轨道的嘈杂。由此出发,8站即可直达丽泽商务区,完美契合“下楼即地铁,上车即通勤”的职住节奏。对于依赖自驾的出行者,项目紧邻西五环,可快速接驳全城路网。