跳到正文
arXiv · ML· Boyang Sun, Jiajie Li, Yung-Hsu Yang, Chenyangguang Zhang, Tim Engelbracht, Sunghwan Hong, Cesar Cadena, Marc Pollefeys, Hermann Blum·· 2026-10-15AI 评分20

LIME: 从第一视角视频学习意图感知相机运动

LIME: Learning Intent-aware Camera Motion from Egocentric Video

AI 导读

LIME 模型通过人类第一视角视频,利用后见之明标注挖掘多意图监督信号,结合自回归输出与流匹配姿态头生成视觉-语言条件相机运动。 该设计使模型能联合预测下一视角应揭示的内容,支持通用视点选择、操作及具身问答等任务。

来源:arXiv · ML · arxiv.org