Grasping the Future:从网络视频联合预测手物 3D 运动
华盛顿大学、UNC 与约翰霍普金斯团队发布并开源「Grasping the Future」项目:一个从互联网视频学习的 3D 物体中心世界模型,可联合预测人手与物体的 3D 运动。只需约半秒的人手操作视频,模型即可预测未来约 4.5 秒的手腕轨迹、手指弯曲与物体运动,有望服务于机器人操作学习。论文、代码、模型与数据均已放出。
2026-11-17 ~ 2026-11-17 · 3 条相关
- 华盛顿大学等发布 Grasping the Future:从网络视频预测手物3D运动 — mangahomanga · 2026-11-17
- 从互联网视频学机器人操作:开源 3D 世界模型预测手物运动 — RoozbehMottaghi · 2026-11-17
- 「Grasping the Future」论文与开源代码链接发布 — RoozbehMottaghi · 2026-11-17