舞肌开源 MINT：把第一视角人类视频变成机器人训练数据
CyberRobooo · x · 2026-09-08
舞肌科技（Wuji）发布开源项目 MINT，把海量的第一视角人类视频（做饭、清洁、修理、使用工具等）转化为机器人可学习的训练数据。
- MINT 从普通 RGB 自我中心视频联合估计 3D 手部运动、相机运动（含 FOV）与世界坐标系轨迹，再用于机器人动作重定向
- 配套 EgoPipeline 可规模化生成伪标签监督数据，已处理 1000+ 小时、1.1 亿帧
- 模型约 1.139B 可训练参数、4 个输出头（相机运动/FOV/MANO/手部存在性），由上科大、清华、港大、浙大与舞肌合作完成
- 项目页面、论文、模型与开源数据集均已公开
作者认为舞肌不只是卖灵巧手，而是在构建「灵巧智能」的训练数据基础设施。
所属事件:舞肌开源 MINT：第一视角视频转机器人训练数据(3 条相关)→
「具身」频道最新
- 马斯克转推 CyberCab 乘坐体验:希望欧洲尽快放开 — elonmusk · 2026-09-08
- Opendoor 创始人 Eric Wu 再创业,NavigateAI 用 AI 眼镜指导建筑工人 — saranormous · 2026-09-08
- GPT-6 Astra 操控真机器人画画,越画越像金门大桥 — alexeyguzey · 2026-09-08
- 美国警方担忧 Meta 智能眼镜被用于秘密记录执法过程 — bookofjoe · 2026-09-08
- 实测 GPT-6 Astra 做 3D 手部姿态估计:推理强但每帧 3 分钟 — chris_j_paxton · 2026-09-08
- 拥有过 10 部 Kindle,他称 Xteink x3 是最便携的阅读器 — Technovangelist · 2026-09-08