Encord 发布 REACH:第一视角手部追踪误差最高降 70%
Scobleizer · x · 2026-11-06
Encord AI 团队发布 Encord-REACH,一个面向第一视角(egocentric)视频的手部姿态追踪模型,目标是补齐人形机器人在工厂和家庭场景规模化落地的关键能力——精确的手部追踪。
核心成绩:
- 真实第一视角视频:工业手套场景误差降低 30-70%,佩戴者/旁观者手部混淆率从其他模型的 20%+ 降到 0.5%
- 标准 3D 基准:腕部误差较最优已发表基线降低 80%,关节误差降低 65%
「具身」频道最新
- 哈佛团队提出多模态文件系统记忆，零训练让 Minecraft 智能体持续进化 — du_yilun · 2026-11-06
- RAX 让编码智能体操控灵巧手拧开真实瓶盖：6 项链式技能 4 次旋转 — du_yilun · 2026-11-06
- 首尔大学 HeLM：显式语言记忆让 VLA 机器人处理非马尔可夫任务 — SeoulNationalUniv · 2026-11-06
- 三年写数万行代码的 3D 场景生成，如今一条提示词搞定 — liliyu_lili · 2026-11-06
- 滑铁卢大学用金属 3D 打印直接集成干涉仪光学件的柔性结构 — jwt0625 · 2026-11-06
- LeRobot v0.7.0 发布：机器人生态已超5万开发者、300家机构 — LysandreJik · 2026-11-06