EgoXperience 发布:单帧前向把第一视角视频重建进统一世界坐标系
liuziwei7 · x · 2026-10-20
南洋理工 Ziwei Liu 团队等发布 EgoXperience,一套把第一视角(egocentric)视频转为世界锚定表征的全栈范式:
- EgoX-Engine:把采集的人类经验转为对齐监督信号,覆盖 RGB、深度、相机位姿、手部、物体掩码、6DoF 轨迹、网格与任务描述。
- EgoX-Data-6M 与 EgoX-Bench:包含 50 小时视频、540 万帧、270 个任务,并附质量控制基准用于联合重建评测。
- EgoX 模型:将 VGGT 前馈范式从场景扩展到第一视角视频,单次前向即可在共享的度量世界坐标系中联合重建相机、场景、手部与物体。
论文与模型已上架 Hugging Face(arXiv 2610.26625)。
所属事件:EgoXperience 发布:第一视角视频统一重建进世界坐标系(2 条相关)→
「具身」频道最新
- 新基准「具身奥运会」：GPT 与 Claude 的智能体踢足球打乒乓 — ManlingLi_ · 2026-10-20
- SF 创始人扎堆深圳华强北，做脑机接口与可穿戴硬件 — LoganGrasby · 2026-10-20
- MicroAGI 训练专模型做机器人的「 handyman 」，人形机器人或加速到来 — isnit0 · 2026-10-20
- 网站记录显示 Uber 资助组织秘密策划封杀 robotaxi — gabriberton · 2026-10-20
- Meta 承认智能眼镜未唤醒也在录对话 — Resident-Fall4351 · 2026-10-20
- Wayve 自动驾驶原型车开上都灵 Lingotto 屋顶赛道 — alexgkendall · 2026-10-20