**InfiniHand：基于第一人称视频的流式世界空间手部运动估计**

_InfiniHand: Streaming World-Space Hand Motion Estimation from Egocentric Video_

> InfiniHand 提出了一种端到端流式前馈框架，直接从未经校准的第一人称视频中联合估计 MANO 参数、相机轨迹及手部位置。该模型通过整合持久时空记忆与以手部为中心的视觉特征，解决了传统级联方法中误差累积和计算开销大的问题。在约 5000 小时数据预训练后，InfiniHand 在基准测试中显著优于现有方法，ARCTIC PA-p 指标降低 21.4%，且运行速度达到 11.19 FPS，吞吐量是 HaWoR 的两倍以上。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.35743)