论文阅读库
-
Gen-HumanEgo: A More Training-Ready Open-Source Egocentric Human Data for Embodied AI
将大规模多目 Ego 人类操作视频生产成同步的 Hand MANO / 3D Keypoints、Ego-Depth 与分层语义标注数据；规模和格式可审计，但对机器人性能的收益仍缺独立下游实验。
-
Dyna-2.1: A Physical Agent for End-to-End Workflows
将通用机器人能力从单个任务推进到完整工作流：URR 统一人/机器人任务空间动作，RL 控制器、WAM 策略与 VLM Orchestrator 分层协作。
-
RoboTTT: Context Scaling for Robot Policies
将 Test-Time Training (TTT) Fast Weights 放进 GR00T N1.7 的 DiT Action Head，压缩长达 8K 的机器人历史，使长时操作和跨片段条件学习变得可训练、可部署。
-
DexterCap: Affordable and Automated Capture of Complex Hand-Object Interactions
基于密集字符编码的视觉 Marker Patch 与分级检测 / 多视角三角化 / MANO 拟合的低成本手物动捕，专攻复杂遮挡下的在手操作，并公开 DexterHand 数据。
-
Causality in Video Diffusers is Separable from Denoising
SCD 每帧计算一次历史上下文，再用轻量扩散解码器多步渲染。在 VBench 的单卡对比中，吞吐从 8.9 增至 11.1 FPS，延迟从 0.45 降至 0.29 秒，总分从 84.26 变为 84.03。
没有匹配的论文。