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
- 研究者：LLM 生成机器人控制器，或成机器人预训练数据引擎 — igilitschenski · 2026-09-09
- 机器人仿真公司 Antioch 获 Greylock 领投 3200 万美元 A 轮 — HeyAmit_ · 2026-09-09
- Deft Robotics 推出物理 AI 统一部署平台,补齐真实世界落地短板 — Scobleizer · 2026-09-09
- 拒绝通用黑屏:有人把软件跑在 60Hz 电子纸面板上 — Ben_Reinhardt · 2026-09-09
- 开发者零训练让 Astra 看视频流完成 SO-101 机械臂抓放任务 — shekitup · 2026-09-09
- 机器人学者称 GPT-6 已懂物理世界,难题是连接动作 — chris_j_paxton · 2026-09-09