DirtyMoCap 登陆 SIGGRAPH Asia：无标记布局动捕一次训练通吃任意配置
jamestagg · x · 2026-10-12
西湖大学等机构团队提出 DirtyMoCap 框架，入选 SIGGRAPH Asia 2026，可从稀疏、噪声、无序且布局未知的「脏」光学动捕标记点中恢复 3D 人体运动，无需标记标签或预定义布局。核心思路是把无序标记观测映射到固定的一组「代理锚点」（骨骼关节+体表点）作为稳定中间表示，先用循环滑窗架构长序列跟踪锚点，再用可微 Gauss-Newton 求解器拟合 SMPL-H 模型恢复全身位姿、平移与形状，端到端学习观测置信度、平滑与先验权重。单一模型在任意标记配置上泛化，关节与顶点重建精度均超各配置专用 SOTA；自研 CUDA 求解器较标准 PyTorch 实现最高提速 100 倍。同发布 HKMALA-Motion 数据集：134 段功夫动作，约 3 小时、22 种风格。论文、代码与项目页已公开。
「具身」频道最新
- 宇树开源 6B 人形机器人模型 UnifoLM-WLA-1.0,称单张 24GB GPU 可微调 — lmoroney · 2026-10-12
- 特斯拉 Cybercab 上路达 145 辆，德州 DMV 已注册 319 辆 — JOBhakdi · 2026-10-12
- Liquid AI 开源 Open d1 决策模型：d1-3B 在 Jetson Thor 上单帧仅 35ms — TheTuringPost · 2026-10-12
- 旧金山舰队周大堵车，Andrew Chen 的 Waymo 被迫升级人工接管绕路 — andrewchen · 2026-10-12
- UbiComp 论文用视频蒸馏 IMU,让 AI 眼镜摆脱摄像头常开 — flosalim · 2026-10-12
- AI 智能体端到端部署微型工厂：2 万欧元两年回本 — ihorbeaver · 2026-10-12