ViDiHand：视频扩散模型做3D手部动作捕捉

2026年10月13日，AGI Hunt报道称，Xingang Pan团队的ViDiHand入选NeurIPS 2026 Spotlight。该方法证明预训练视频扩散模型（VDM）可直接用于3D手部动作捕捉：从单目第一视角视频重建时序平滑的3D手部动作，在严重遮挡和复杂手-物交互场景下依然稳健，且无需手部检测器、运动补全或测试时优化。报道称其在三个基准上大幅超越此前方法。作者认为，视频生成模型有潜力成为3D感知与具身数据采集的基础模型。目前该工作尚处论文与入选阶段，报道未提及代码或数据集发布等后续进展。

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。