用4万视频离线构建训练监督
mangahomanga · x · 2026-07-18
作者说明了训练数据和监督信号的来源：
- 离线处理了 4 万条 Something-Something-V2 互动视频，提取物体 mask、度量几何、相机运动和稠密 3D tracks。
- 未来帧只作为监督目标，不作为模型输入。
- 这意味着模型是在“只看过去”的条件下学习预测未来运动，而不是依赖未来信息泄露。
所属事件:MotionForesight 预测未来3D运动(6 条相关)→
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11