StableHand 提出质量感知流匹配估计双手运动，获 NeurIPS 2026 接收

Huajian Zeng 等研究者提出 StableHand，一个质量感知流匹配框架，用于从第一视角视频恢复世界坐标系下双手交互的 4D 运动。论文已被 NeurIPS 2026 接收。该方法由学习到的质量网络预测四通道质量信号，并通过逐通道前向调度、质量调整的速度目标、DiT 去噪器的 AdaLN 调制和质量感知 ODE 初始化将质量信号融入生成过程。作者称 StableHand 在所有报告指标上达到最优表现，与最强基线相比将 W-MPJPE 降低 20-25%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。