MINT 项目细节：1.1 亿帧自监督管线攻克快速运动与低光场景
CyberRobooo · x · 2026-09-08
作者补充了 MINT 项目的链接与细节：项目页、论文、模型和开源数据集均已公开。
- MINT 从第一视角 RGB 视频联合估计相机运动、视场角、MANO 手部参数与手部存在性，统一 4 头输出
- 通过 EgoPipeline 多阶段管线规模化生成伪标签监督，覆盖 1021 小时第一视角数据
- 时空骨干网络交替使用帧内与全局注意力处理外观与运动
- 展示了快速相机运动、近距离手部交互、低光、双手协同、运动模糊等挑战场景的对比效果，也公开了面团塑形等失败案例
- 由上海科技大学、清华、舞肌科技、港大、浙大合作完成
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
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- 极农用无人机配自动机巢：清洗充电加药全自主，要让每个农民拥有机器人 — pstAsiatech · 2026-10-27