DeVI:基于合成视频模仿的物理真实灵巧手物交互
深度2026年4月28日28 分钟阅读
最有趣的发现是：仅需合成视频即可实现机器人对未见物体的灵巧操控，无需高质量3D动捕数据。推荐机器人学、计算机图形学及人机交互领域的研究者阅读。
本文编译自 DeVI: Physics-based Dexterous Human-Object Interaction via Synthetic Video Imitation，版权归原作者所有。
觉得有用？分享给更多人
相关文章
AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。
深度The New Stack·7月18日·10 分钟
作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。
深度The New Stack·7月18日·8 分钟