InfiniHand 用单一流式前馈网络从第一视角视频同时估计手部与相机轨迹，ARCTIC 上 PA-p 降至 7.72 毫米、吞吐达 11.19 FPS
InfiniHand 是一个端到端流式前馈框架，直接从无标定的第一视角视频联合估计 MANO 参数、相机轨迹与手部位置，在约 5000 小时聚合第一视角数据上分两阶段训练，在 ARCTIC 上把 PA-p 相对 ViDiHand 降低 21.4%（9.82 降至 7.72 毫米），在 EgoDex 上把 W-MPJPE 相对 Dyn-HaMR 从 78.41 降至 28.77 毫米，并以 11.19 FPS 运行，吞吐超过 HaWoR 两倍以上。