ViDiHand：视频扩散模型重建4D双手动作

2026年10月6日，AGI Hunt 报道，NTU MMLab 等团队发布 ViDiHand，称其为首个利用预训练视频扩散模型从自我中心（egocentric）第一视角视频重建 4D 双手运动的方法。报道称，该方法不把扩散模型当作冻结的特征提取器，而是通过手部叠加渲染任务进行微调，再用双分支解码器分别读出关节级 3D 姿态与逐关节 2D 定位，双手以公制尺度锚定。报道还称论文、项目页与代码均已公开。目前该事件尚无其他后续报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。