拍摄 3000 人走路训练步态基础模型，预测 1887 项健康指标登上 Nature Medicine
segal_eran · x · 2026-11-09
Eran Segal 团队在 Nature Medicine 发表步态基础模型研究：用单个深度相机拍摄 3328 名深度表型分型成人在 5 项运动任务中的 3D 骨骼运动，训练出 GaitMAE 自监督模型。步行方式可预测 BMI、内脏脂肪、年龄、握力、睡眠质量等横跨 18 个身体系统的 1887 项性状，把步态从「特定病症的症状」提升为系统性生物标志物。
- 数据采集：单深度相机，5 项动作任务，配套血压、睡眠、代谢组、微生物组、用药等数十类多模态表型
- 方法：GaitMAE 对带噪声与随机遮罩的骨架做重建训练，提取层级化多动作嵌入，再接分类模型做下游预测
- 意义：无工程化特征、端到端从运动模式预测多系统健康表型
所属事件:步态基础模型登 Nature Medicine，走路方式可预测健康(2 条相关)→
「研究」频道最新
- Google ScientistTwo：AI 全流程自动写论文并自审同行评议 — 2C_ornot2C · 2026-11-09
- 开发者提出 GAP 架构：门控单块融合注意力与 MLP,省 20% 参数 — WAMFT · 2026-11-09
- 数学 arXiv 周投递量破 2300 篇,2026 年末出现陡增曲线 — littmath · 2026-11-09
- 网友发布 250 亿 token GPT-5.5 数据集，含 12121 次工具调用轨迹 — -MaskNinja- · 2026-11-09
- 一张漫画讲透 GRPO 硬伤:无关 token 也拿同样 advantage — heghbalz · 2026-11-09
- CoRL 2026 论文:空间线索引导冻结 flow-matching VLA,任务成功率提升近 2 倍 — zhoubolei · 2026-11-09