LynnReal-Hand:手部控制视频世界模型,单卡 H200 实时 18 FPS
Shaohao Rui · hf · 2026-11-17
LynnReal AI 发布手部控制视频世界模型 LynnReal-Hand 技术报告,实现通过手部动作直接与视频世界中的物体交互,并开源数据集、权重与完整训练推理代码。
核心方法
- 构建覆盖真实与合成环境的 10 万条交互片段数据集,配合手部感知监督提升细粒度手部动作与手-物交互建模
- 学习因果流图实现少步生成;引入区域感知分数蒸馏,融合视频与图像先验优化交互动态与画面质量
- 提出 Ultra-Fast-VAE 紧凑视频解码器,大幅降低计算成本同时保持高重建保真度
性能指标
- 全序列模型 FVD 181.67、MANO Dice 93.02;三步因果模型 MANO Dice 92.49
- 实时交互:单张 H200 上 540p 流式生成达 18.03 FPS,延迟 741ms,峰值显存仅 34.89GB
在 HandBench 评测上手部跟随精度与视觉质量均优于现有方法,模型权重已在 Hugging Face 开放。
「具身」频道最新
- 两辆同版本 FSD 特斯拉山道狭路相逢,互礼三分钟陷 livelock 死锁 — aakashgupta · 2026-11-17
- Koop CEO 谈机器人保险:按小时计费,像 API 一样按用量付费 — audrow · 2026-11-17
- YC 孵化 Darwin Robotics 招募机器人技师团队,瞄准数据中心运维 — Kyrannio · 2026-11-17
- Wayve 研究副总裁:真正好用的家用人形机器人不会早于 2050 年 — m_wulfmeier · 2026-11-17
- NeurIPS 第八届机器人学习工作坊将辩「Physical AI 能否真零样本」 — m_wulfmeier · 2026-11-17
- HCL 机器人研究:VR 人类演示修复点云抓取策略的顽固失败 — hcltech-robotics · 2026-11-17