MacroHands 发布:第一视角视频 3D 手部追踪误差 13.1mm 超全部开源基线
gui_penedo · x · 2026-11-12
Macrodata Labs 发布 MacroHands,一组面向第一视角(egocentric)视频的 3D 手部追踪与相机位姿模型，含单目与双目版本。要点：
- MacroHands-Mono 在 SHOW3D 上误差 32.2mm,优于所有测试过的开源基线(含双目)：HaWoR 55.9mm、最佳双目基线 46.4mm
- Stereo 版进一步把误差降到 13.1mm(约 2.5 倍提升),主要来自更好的深度估计
- 遮挡鲁棒性强：手部常被部分遮挡的片段上仍能检出 80% 的手，基线最多 59%;可应对短暂完全遮挡
- 能区分配戴者与他人：只有 0.2% 的检测落在别人手上，HaWoR 约 24%
- 支持戴手套、快速动作、户外等常见真实场景
- 相机位姿估计也是 SOTA,有 IMU 时漂移比 DROID-SLAM 低约 4 倍(Monado 与 Aria Gen 2 上验证)
技术栈涉及 NVIDIA PhysicalAI 等数据集，面向机器人与可穿戴场景。
所属事件:MacroHands 发布：第一视角 3D 手部追踪刷新开源纪录(5 条相关)→
「具身」频道最新
- Embodied First Exam:47 台机器人 1156 项任务首考编码智能体，最强仅 34% — MLL-Lab · 2026-11-12
- RoboRisk 基准揭示六大模型操控机器人高危伤率，LEASH 安全框架大幅降低风险 — UoLiverpool · 2026-11-12
- Stack-chan 桌面机器人原型:会盯着你打字还能挑眉吐槽拼写 — alexcovo_eth · 2026-11-12
- 让 Agent 干 36 小时：完整替换 Gazebo 的 Ogre 渲染引擎 — facontidavide · 2026-11-12
- YC 投资的 Blue 手机发布:纯语音交互、AI 替你处理一切通知 — Scobleizer · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12