MoSE3 从单目视频估计像素级 SE(3) 变换，入选 NeurIPS Spotlight

MoSE3 被 NeurIPS 2026 接收为 Spotlight，可在共享世界坐标系下、单次前向传播中从单目视频估计每个像素的 SE(3) 变换，并同时捕捉刚体、关节连接与可形变运动。转发者 duyilun 指出，该方法能把生成式视频模型的输出转化为可执行的 3D 机器人动作，是视频生成与机器人操作之间的桥梁方法。