#手部追踪
共 18 篇相关文章
·7 分钟
苹果EgoDex：Vision Pro变身灵巧操作数据工厂
苹果EgoDex研究利用Apple Vision Pro的ARKit手部追踪能力，采集338K条人类灵巧操作数据，覆盖194种任务、829小时录制，为机器人模仿学习提供全新的低成本数据采集范式。
阅读全文 →
·7 分钟
APAC数据集：面向真实工作场景的第一人称立体视觉机器人训练数据
APAC Egocentric Stereo数据集覆盖车库、工厂、工地等真实工作场景，提供立体视觉、深度渲染、手部追踪等多模态标注，填补机器人训练数据在工业场景中的空白，支持FiftyOne格式浏览。
阅读全文 →
·13 分钟
Air Theremin：用摄像头挥手演奏的浏览器特雷门琴
Air Theremin是一款基于浏览器的虚拟特雷门琴，通过摄像头捕捉手势实现隔空演奏。本文解析其计算机视觉与Web Audio API技术实现，探讨无接触交互的创意应用前景。
阅读全文 →
·11 分钟
PawVis：用Mac摄像头手势操控电脑的开源工具
PawVis是一款免费开源的Mac手势控制工具，通过内置摄像头实时追踪手部动作来操控光标、点击和滚动，100%本地运行保护隐私，还支持语音控制和AI Agent对接。
阅读全文 →
·6 分钟
XLeRobot：开源DIY家用机器人实现端到端自主任务
XLeRobot是一款开源DIY家用机器人，使用3D打印零件、廉价舵机和深度相机，通过本地微调SmolVLA视觉语言动作模型，实现从环境探索、物体定位到机械臂操控的端到端自主任务闭环。
阅读全文 →
·13 分钟
Gesture Synth School：用手势演奏音乐的免费练习应用
Gesture Synth School是一款通过手势演奏音乐的免费学习应用，提供和弦图表、手势教程和跟弹播放器三大功能模块，让用户循序渐进掌握手势合成器的演奏技巧。
阅读全文 →
·13 分钟
数学优先还是造酷炫项目？技术学习路径的深度抉择
一位印度本科生陷入技术路径焦虑：坚持数学优先的硬核路线，还是转向能快速产出可见成果的应用项目？本文从职业目标、能力积累、反馈周期等角度深度分析数学基础与项目经验的关系，为量化研究、运筹学方向的技术学习者提供冷静建议。
阅读全文 →
·13 分钟
23美元DIY遥操作主臂：用AS5600编码器替代舵机的低成本方案
详解一套仅需23.5美元的DIY遥操作主臂方案，使用AS5600磁编码器替代昂贵舵机，配合ESP32和TCA9548A实现六自由度关节角度读取，为LeRobot等机器人学习框架提供低成本数据采集硬件。
阅读全文 →
·13 分钟
Hand Wave：Meta智能眼镜实时手语翻译，让听障沟通无障碍
Hand Wave借助Meta智能眼镜摄像头，通过开源AI神经网络实时将手语翻译为文字和语音，支持iOS与Web端。了解这款无障碍沟通工具的核心技术、跨平台设计与未来潜力。
阅读全文 →
·16 分钟
gesture.live：摄像头+手势，零设备演奏电子音乐
gesture.live 让你通过摄像头捕捉手势动作，实时演奏电子音乐。无需MIDI键盘或控制器，打开浏览器挥动双手即可控制和弦、贝斯、鼓点与效果，真正实现零硬件门槛的音乐创作体验。
阅读全文 →
·7 分钟
SCAIL 2深度实测：角色替换、物理模拟与物体恒常性表现解析
深度实测SCAIL 2视频生成AI在角色替换、物理模拟、物体恒常性等极限场景中的真实表现，涵盖参考图准备技巧、ComfyUI工作流配置及实际生成效果分析。
阅读全文 →
·10 分钟
GPT-5.6实测：一条Prompt搞定实时语音动漫应用
实测GPT-5.6 Sol模型：单条Prompt自动生成实时语音动漫角色、从零手写物理引擎、自主搭建陌生工具链。深度评测编程能力、智能体任务表现及基准数据对比，解析其性价比优势与幻觉率短板。
阅读全文 →
·4 分钟
MediaPipe手势控制机器人Marty：让老硬件焕发新生
一台闲置多年的Kickstarter众筹机器人Marty，借助Google开源框架MediaPipe的手势识别技术重获新生。本文拆解手势控制机器人的完整技术链路，探讨从手部追踪到全身姿态估计的进阶玩法，以及开源AI工具如何让个人开发者实现"计算机视觉+机器人控制"。
阅读全文 →
·10 分钟
Vibe Coding实战：零代码做出粒子特效和复古相机
分享Vibe Coding零代码实战经验，用通义千问3.7 Max配合CoderWork平台，通过自然语言描述实现手势控制3D粒子系统和复古相机滤镜特效，详解从快速原型到细节调试的完整工作流。
阅读全文 →
·9 分钟
Claude+Hexels MCP实测：一句话生成三款可联机游戏，总成本68美元
海外创作者Adil用Claude Fable 5和Hexels MCP，零代码一下午构建三款可联机游戏，总成本仅68美元，发布后吸引近4000名玩家。拆解完整工作流、成本明细与商业化路径。
阅读全文 →
·12 分钟
Android开发者无需硬件即可构建XR体验：完整工具链指南
Google推出全新XR开发工具链，Android开发者无需购买XR硬件，即可在Android Studio中预览、测试和构建XR体验。了解Jetpack Compose Glimmer、3D模拟器和环境调光滑块等核心工具的使用方法。
阅读全文 →
·10 分钟
苹果将Visual Intelligence引入visionOS意味着什么
苹果正将Visual Intelligence视觉智能功能从iPhone移植到visionOS平台，用户佩戴Vision Pro即可通过注视实现物体识别、文字翻译和商品比价。这一布局或为更轻量化AR眼镜铺路，标志着苹果在AI+空间计算领域的关键战略推进。
阅读全文 →
科技前沿·7 分钟
Meta Ray-Ban智能眼镜隔空手写功能全面开放：空中比划即可发消息
Meta Ray-Ban Display智能眼镜正式向所有用户开放虚拟手写功能，支持WhatsApp、Messenger等多平台消息发送。本文详解隔空手写的工作原理、应用场景及智能眼镜赛道的竞争格局。
阅读全文 →