资讯摘要
论文提出 EgoXperience 全栈范式，涵盖数据采集、自动标注、统一建模与基准评测。其自动标注引擎 EgoX-Engine 结合几何验证的目标跟踪与基于 SLAM 的世界对齐，生成相机、场景、手与物体的一致监督，并构建 50 小时数据集 EgoX-Data-6M 及 1 小时基准 EgoX-Bench。模型 EgoX 输入单目第一人称视频与首帧物体掩码，单次前向即可联合重建相机、场景、手与物体。
要点速读
- EgoX-Engine 将几何验证的目标跟踪与 SLAM 世界对齐结合，为相机、场景、手和物体提供一致监督。
- EgoX-Data-6M 为 50 小时室内外任务驱动操作与移动数据集，含秒级任务描述；EgoX-Bench 从中选取 1 小时用于联合重建评测。
- 作者报告 EgoX 在场景估计与世界坐标下手物姿态恢复上达最优，相机、手、深度误差分别降低 68.9%、65.6%、42.9%，物体姿态分数提升 28.0%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/21 01:00:13（北京时间）。