跳到正文
热点事件持续更新

EgoHandWAM 论文发布:手部动作对第一人称世界建模增益有限

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

2026 年 11 月 17 日,Yaoyuan Yan 在 arXiv 发布了 EgoHandWAM 研究论文。该工作基于 75.1 万组 EgoDex 数据训练并冻结 DINOv2 编码器,探究了第一人称视角下手部运动对预测未来视觉特征的贡献。 研究结果显示,仅利用历史轨迹信息对预测误差的改善有限(平滑 L1 误差降低 1.32%),而结合未来位移掩码则能显著减少误差(降低 3.93%)。

AI 根据报道生成 · 12 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    EgoHandWAM:探究手部动作在自中心世界动作建模中的作用

    论文 EgoHandWAM 探究了第一人称相机视角下手部运动对预测未来视觉特征的贡献。研究基于 751,065 个 EgoDex 窗口训练,冻结 DINOv2 编码器,结果显示仅凭历史轨迹信息对视觉特征预测的增益有限(平滑 L1 误差降低 1.32%),而结合未来位移掩码能显著减少误差(降低 3.93%)。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月18日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。