EgoXperience：从人类经验中学习世界定位自心表征的统一框架

EgoXperience 引入了一种统一框架，用于从自心视频中联合重建相机运动、场景几何、手和物体，使用自动标注的大规模数据和单次遍历模型。该模型在场景估计和世界空间手-物体姿态恢复方面表现出色，相较于最强基准，EgoX将相机、手和深度误差分别降低了68.9%、65.6%和42.9%，并提高了物体姿态评分28.0%。