EVFormer：眼动视觉与肌电双向注意力手部姿态估计
原文标题：EVFormer: An Egocentric Vision-EMG Bidirectional Attention Model for Bimanual Hand Pose Estimation
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者提出 EVFormer 多模态框架，将当前 RGB 帧与之前 200ms 的双侧腕部表面肌电信号结合，估计 44 个手指与手腕关节角度。模型分别编码视觉空间特征与 sEMG 时序特征，通过顺序双向交叉注意力实现跨模态信息交换，并用特征级门控融合整合两模态。在单被试可行性研究中，平均绝对误差降至 11.482 度，较纯视觉与晚期融合基线分别降低约 13.2% 和 14.2%。
- 问题
- 第一视角双手姿态估计受自遮挡、手部接触和物体操作干扰。
- 方法
- 融合当前 RGB 帧与前 200ms 双侧腕部 sEMG，用顺序双向交叉注意力和特征级门控融合跨模态信息。
- 结果
- 296 个测试样本上平均绝对误差 11.482 度，较纯视觉降 13.20%、较晚期融合降 14.23%。
- 影响
- 为 VR 交互、可穿戴控制与康复提供视觉+肌电融合的可行路线，但仅单被试验证，落地前需跨人复现。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。