
从一段普通的第一视角视频中,我们能获得什么?
除了看见人类正在执行的动作,能否进一步恢复手部在三维空间中的精确姿态、连续运动轨迹,以及摄像头的空间运动信息?
今天,幂特科技 MaaS 平台正式上线!
依托自主研发的高精度单目 3D Hand Pose 与 SLAM 技术,用户只需上传普通单目 RGB 视频,即可获得精准三维手部姿态与空间轨迹重建结果,并通过浏览器直观查看视频与三维动作的对应关系。
立即体验:app.powertech-ai.com
从原始视频到结构化 3D 数据,原本需要专业算法团队完成的复杂处理流程,如今正通过 MaaS 平台成为更加便捷、标准化的在线服务。
让视频不止于被观看,更能够被计算、被分析、被机器人学习所利用。
上传视频,即可开启 3D 重建
复杂的三维视觉算法,不应该成为使用高质量动作数据的门槛。
幂特科技 MaaS 平台将核心算法能力集成至在线服务中。用户无需从头搭建 3D 姿态估计与 SLAM 算法环境,即可通过浏览器提交视频处理任务。
平台当前面向单目 RGB ego 视频,支持多种常见设备拍摄的视频来源,包括 GoPro、IPhone、RealSense 等普通易获得的设备。
无需依赖特定型号的专业动作捕捉设备,普通 RGB 视频即可成为三维动作信息提取的输入。
高精度重建,让二维视频拥有三维结构
MaaS 平台围绕两项核心能力,将视频中的运动信息转化为三维结构化数据。
3D Hand Pose|三维手部姿态重建
从单目 RGB 视频中恢复手部三维关节位置与连续运动姿态,捕捉抓取、旋拧、操作工具等动作中的精细运动信息。
SLAM|相机空间轨迹重建
通过视觉 SLAM 算法估计摄像头在三维空间中的运动轨迹,帮助恢复第一视角视频中的空间运动关系。
两项能力相结合,不仅能够描述 "手在做什么",还能够进一步刻画 "手如何在三维空间中运动"。
在团队现有的内部测试中,3D 手部姿态重建的 MPJPE 约为 1 厘米,经过刚性对齐后的 PA-MPJPE 达到毫米级;单目 SLAM 也在特定测试条件下取得了高精度的轨迹重建结果。
测试结果:在 Hot3D 数据集上测试的 3D Hand Pose 精度与代表性方案的对比
所有数值单位为 mm,越低越好
表格
| 模型名 | 绝对 MPJPE (Camera-space) | 腕部相对 MPJPE (Wrist-relative) | PA-MPJPE (Procrustes-Aligned) |
|---|---|---|---|
| HaMeR | — | 57.96 | 10.26 |
| WiLoR | — | 26.09 | 7.57 |
| HaWoR | 68.11 | 16.71 | 7.64 |
| Dyn-HaMR | 58.12 | — | — |
| EgoForce | 43.90 | — | 6.60 |
| V-JEPA Hand | — | 12.04 | 5.72 |
| Ours | 14.27 | 8.47 | 4.40 |
可视化交互,让每一段重建结果清晰可见
高质量数据不仅需要准确的算法,还需要能够被方便地观察、理解与检查。
MaaS 平台提供浏览器端三维可视化能力,用户可以同步查看原始视频与对应的三维重建结果。
通过视频回放、三维视角切换等交互方式,可以从不同角度观察手部姿态及其运动变化,直观了解算法恢复的空间信息。
无需复杂的本地可视化环境,三维重建结果即可直接呈现在浏览器中。
所见即所得,让三维数据的理解和检查更加便捷。
CLI 接入,面向 AI Native 开发
平台同步提供 CLI(命令行工具),支持批量上传、断点续传与结果下载,满足大文件和批量视频的传输需求。
在平台获取 CLI 令牌后,两行命令即可完成安装与登录:
pip install powertech-cli
powertech login --token <cli_token>
借助 CLI,AI Agent 可在用户授权后上传视频、获取处理结果,并衔接后续分析。团队可以将 MaaS 接入已有的自动化流程,减少重复操作。
从浏览器交互到 Agent 调用,让三维数据服务融入 AI Native 工作流。
统计分析,让用量、效率与费用清晰可见
从少量试用到批量处理,团队需要对平台使用情况有清晰的了解。
MaaS 平台提供直观的统计分析,集中呈现处理用量、任务结果、处理效率与费用变化,并支持按需筛选和查看明细,为团队安排处理任务、管理使用预算提供参考。
让数据处理的投入与进展,都有据可查。
不止是算法 Demo,更是经过规模化实践的数据处理能力
MaaS 平台的背后,是幂特科技在高精度 Ego 数据处理领域持续积累的核心技术体系。
围绕 3D Hand Pose、单目 SLAM、自主高精度真值系统与自动化数据处理管线,团队持续优化算法精度、动作连续性、复杂场景泛化能力及处理效率。
目前,幂特科技已与多家头部客户达成合作,并在实际生产中积累了大规模视频自动化处理经验。
MaaS 平台正是在这些技术积累与真实业务实践基础上,推动核心能力从专业数据处理服务走向标准化线上产品。
从高精度算法,到规模化处理,再到开放的 MaaS 平台,幂特科技正在让先进的三维数据处理能力服务于更多研发团队。
面向具身智能,让更多人类经验成为可利用的数据资源
随着具身智能、VLA 与世界模型的快速发展,真实世界中的人类操作视频,正在成为具有潜力的数据来源。
但从视频到机器人学习,中间仍存在关键的数据转换环节:如何恢复准确的三维动作,如何保持长时间运动的空间一致性,以及如何将这些信息进一步转化为模型可以利用的训练信号。
幂特科技 MaaS 平台聚焦于这一链路中的基础环节,为机器人公司、具身模型研发团队及研究机构提供高精度 Ego 视频结构化处理能力。
未来,平台也将围绕更丰富的三维重建能力、数据质量与自动化处理持续迭代,进一步服务于人类动作理解、Ego2Robot 和具身智能数据建设。
我们的目标,是让每一小时真实世界中的人类经验,都有机会产生更大的数据价值。
MaaS 平台现已上线,欢迎体验!
幂特科技 MaaS 平台现已正式发布。
如果你正在开展第一视角视频处理、3D Hand Pose、SLAM、Ego2Robot 或具身智能数据相关研究与开发,欢迎体验平台,与我们交流。
平台入口:app.powertech-ai.com(复制网址至浏览器打开)
也欢迎通过公众号后台留言「MaaS」,了解平台体验及数据处理合作事宜。
幂特科技,让视频成为行动数据,让真实世界的经验赋能机器人学习。
(来源:幂特科技)