知识卡片：InfiniHand：从自我中心视频流式估计世界空间手部运动

一句话结论

InfiniHand 是一个端到端、流式、前馈框架，可从未标定自我中心视频直接联合估计 MANO 参数、相机轨迹和手部位置；材料称其在域内基准上优于 SOTA，并在 ARCTIC PA-p 上较 ViDiHand 降低 21.4%，运行 11.19 FPS。

事件概述或研究问题

世界空间手部运动估计需要从自我中心视频恢复 3D 关节手部几何，同时追踪相机自运动。既有路线常把独立手部姿态估计器与 SLAM 系统级联，材料指出这会带来误差累积、管线复杂和严重计算开销。InfiniHand 声称用统一流式架构解决这些限制。

方法/产品要点

• 端到端流式前馈：直接处理未标定自我中心视频。
• 联合估计：MANO 参数、相机轨迹、手部位置。
• 架构耦合：持久时空记忆 + 以手为中心的视觉特征；在统一架构中显式耦合相机运动与局部手部几何。
• 两阶段训练：先学习鲁棒相机空间手部先验，再扩展到流式世界空间重建。
• 预训练数据：聚合约 5,000 小时自我中心数据，来自多个公开数据集。
• 具体网络结构、参数量、训练细节、数据集清单：待核实。

主要结果或产业意义

• 域内基准：材料称优于 SOTA 基线。
• ARCTIC PA-p：相比 ViDiHand 降低 21.4%。
• 世界空间漂移：材料称显著减轻。
• 泛化：对 in-the-wild 视频表现稳健。
• 吞吐：11.19 FPS，超过 HaWoR 两倍以上。
• 产业意义：材料没有直接给出行业落地结论；从描述看，其价值在于简化级联管线、减少误差累积并提升流式吞吐，具体应用场景和部署条件待核实。

为什么重要

• 它把“手部几何”和“相机自运动”放在同一可流式框架中，针对的是自我中心视频世界空间追踪中的联合估计问题。
• 若材料结果成立，可减少对独立手部姿态估计器 + SLAM 级联的依赖，并缓解误差累积和计算开销。
• 与既有脉络的关系：DreamHand 已覆盖遮挡鲁棒的自我中心 3D 手部运动恢复；VidMap 关注视频 SfM 的时序结构；BLARM 关注前馈式物体动画。本条的增量在于端到端流式联合估计 MANO/相机轨迹/手部位置，并报告世界空间漂移抑制与吞吐对比。

局限与不确定性

• 本卡片仅依据摘要与 arXiv 元数据，未核实论文全文。
• ARCTIC PA-p 的指标定义、评测协议、基线配置、统计显著性：待核实。
• 11.19 FPS 的硬件环境、输入分辨率、实时性定义：待核实。
• 约 5,000 小时预训练语料的具体数据集组成、许可和预处理：待核实。
• 代码、模型权重、数据是否开源：待核实。
• 失败场景、长视频漂移边界、隐私与伦理影响：待核实。
• 同行评审状态与最终出版版本：待核实。

可用于图书/PPT/简报的角度

• “级联 vs 端到端”：用 InfiniHand 说明独立手部估计器 + SLAM 级联的误差累积、复杂管线和计算开销问题。
• 两阶段训练图：相机空间手部先验 → 流式世界空间重建。
• 架构图：持久时空记忆 + 手中心视觉特征，耦合相机运动与局部手部几何。
• 数据规模：约 5,000 小时自我中心数据预训练。
• 结果对比：ARCTIC PA-p 较 ViDiHand 降低 21.4%；11.19 FPS，超过 HaWoR 两倍吞吐。
• 技术脉络：与 DreamHand、VidMap、BLARM 串联，展示自我中心手部、视频几何与前馈运动恢复的不同路线。

原始材料

• 英文标题：InfiniHand: Streaming World-Space Hand Motion Estimation from Egocentric Video
• 英文关键词（据材料提取，非官方关键词列表）：world-space hand motion estimation; egocentric video; MANO parameters; camera trajectories; hand locations; streaming feed-forward; persistent spatiotemporal memory; hand-centered visual features; camera-space hand priors; world-space reconstruction; ARCTIC PA-p; ViDiHand; HaWoR
• arXiv ID：2609.35743v1
• 主分类：cs.CV；分类：cs.CV
• 作者：Kerui Ren, Kaiwen Song, Weiguang Zhao, Yuxi Wang, Yufei Liu, Bo Dai, Haoyu Guo, Chunhua Shen, Mulin Yu, Tao Lu, Junting Dong
• 发布/更新：2026-09-28T17:54:32Z（更新同）
• 摘要 URL：https://arxiv.org/abs/2609.35743v1
• PDF URL：https://arxiv.org/pdf/2609.35743v1
• Track：academic；Topics：foundation-model