ECCV 报告:具身 AI 需预测动作、证据推理与流式效率三大能力
CSProfKGD · x · 2026-09-10
Juan Carlos Niebles 在 ECCV 2026 CONTEXTUS 工作坊的报告提出,让 AI 助手在真实物理环境中工作需要三项基础能力,并各给出一项对应研究:
- 预测性动作理解(UniEgoMotion,ICCV 2025):从第一视角视频预测人类动作,实现时机精准的辅助,统一了自我中心动作的重构、预测与生成;
- 证据支撑推理(E-VQA):通过密集时空定位让 AI 论断有据可查,而非只给置信度;
- 流式效率(StateKV):支撑对长视频的实时推理。
核心主张:具身 AI 需超越短视频片段,支持连续数小时视频上的透明、高效运行。幻灯片已公开。
「具身」频道最新
- A20 Pro 曝光:32 核神经引擎,内存带宽提升 50% — Balance- · 2026-09-10
- NVIDIA 开源 ENPIRE：编码智能体闭环进化真实机器人策略 — GuanyaShi · 2026-09-10
- Astra 展示自研腱绳驱动仿生机器手 — keerthanpg · 2026-09-10
- 折叠屏手机仍小众：仅占智能手机市场 1.5%，三星 4% 销量却占其高价机 16% — firstadopter · 2026-09-10
- 看停车场识机器人公司:破烂车多=真在规模化量产 — Scobleizer · 2026-09-10
- IShowSpeed 亲试苹果折叠屏 iPhone Duo,合影新 CEO John Ternus — bugKrusha · 2026-09-10