寻找最新最佳的3D视觉人工智能。浏览最全面的AI数据库，每日持续更新。
最新
ViDiHand 是一种视频扩散模型，用于从第一人称和复杂视频中重建手部运动。它面向 4D 手部恢复，在真实世界操作序列中具备遮挡鲁棒性、准确的姿态与位置估计，以及时间上平滑的运动表现。
该方法在保持基础 DiT 冻结的同时，通过手部叠加渲染微调 VACE 分支。一个轻量级双分支解码器读取共享的中间 VACE 特征，以预测 MAN