EgoXperience 发布第一人称视频重建全栈方案

EgoXperience 团队发布一套覆盖数据采集、自动标注、统一建模与基准评测的方案，用于从第一人称视频联合重建观察者运动、场景几何与手-物交互。其自动标注引擎 EgoXX-Engine 结合几何校验的目标跟踪与基于 SLAM 的世界对齐，产出 50 小时数据集 EgoX-Data-6M（含秒级任务描述）和 1 小时评测集 EgoX-Bench。 该团队称，其模型在给定单目第一人称视频与首帧物体掩码的条件下，单次前向传播即可在统一世界坐标系中完成相机、场景、手与物体的联合度量重建。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。