加州大学与高通团队提出数字人开放词汇4D人体解析方法
将推理速度提升到子哦gap93.3%
（映维网Nweon 2025年12月26日）在虚拟现实、增强现实以及元宇宙概念日益成熟的今天，对动态3D人体进行精细、实时的语义理解，已成为实现沉浸式交互的核心技术之一。无论是虚拟试衣、个性化数字人驱动，还是AI教练的动作分析，都需要计算机不仅能看清人的轮廓，更能理解其每一部分的身体、衣物甚至手持物品是什么。然而，现有技术大多如同一个只会背诵固定答案的学生，只能在预设的几种衣物类别（如“上衣”、“裤子”）中进行识别，且处理动态视频时速度缓慢，严重制约了实际应用。
面对这一行业瓶颈，加州大学圣迭戈分校与高通团队提出了OpenHuman4D，并首次实现了对动态3D人体（4D数据）的“开放词汇”解析，意味着用户可以用任意文本（如“阿迪达斯运动鞋”、“蓝色围巾”、“足球”）来指导模型进行分割，同时将推理速度提升到最高93.3%，为实时应用打开了大门。
在OpenHuman4D之前，这一领域的研究主要面临两大困境：
......（全文 1719 字，剩余 1383 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
