English(EN) STATERA: Hidden Mass Estimation via Zero-Shot Sim-to-Real Kinematics using Frozen Temporal Tubelets

STATERA模型使用冻结的时间表示从视频中估计隐藏质量

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-02 04:00

研究人员开发了STATERA，一种从单目短视频估计不透明、非对称刚体质心（CoM）的新颖方法。该方法通过使用大部分冻结的权重和一个轻量级的时间管状结构混合器来调整预训练的视频骨干网络V-JEPA，以预测每帧的CoM热图和轨迹。为了促进这项研究，创建了HiddenMass Benchmark，其中包含5万个模拟轨迹和一个具有校准CoM真实值的63个序列的真实世界测试集。STATERA在模拟中显示出更高的准确性，并在面对监督信号挑战时，在零样本仿真到现实迁移方面展现出潜力。 AI

影响这项研究可能会提高AI从视觉输入理解物理特性的能力，可能对机器人和仿真产生影响。

排序理由该集群包含一篇详细介绍特定计算机视觉任务的新模型和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍特定计算机视觉任务的新模型和基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Animesh Varma · 2026-10-02 04:00

STATERA：使用冻结时间管进行零样本模拟到真实运动学的隐藏质量估计

arXiv:2610.00003v1 Announce Type: cross Abstract: Vision models pretrained for frame-level appearance often struggle to infer hidden physical properties from motion. We study center-of-mass (CoM) localization for opaque, asymmetric rigid bodies from short monocular videos, where …

本文如何被排名

报道来源 [1]

STATERA：使用冻结时间管进行零样本模拟到真实运动学的隐藏质量估计

相关实体

相关话题