Ego-Exo4D

Ego-Exo4D 是同步记录第一视角与第三视角的人类熟练活动数据集和 benchmark。它的核心价值是多相机同步、三维重建和技能步骤标注，而不是直接提供机器人控制轨迹。

V2 可复现口径

当前 landing page 另写超过 800 名参与者、131 场景与 1,422 combined hours；论文/V2 口径为 740 人、123 contexts 与 1,286 小时。官方尚未解释差异，因此本页优先使用可复现 V2 release 数字，并把冲突保留在 Bead luwiki-4i3.2.1。

标注与机器人转换

• 数据提供 keystep、procedure、proficiency、body/hand pose、object relation 和跨视角对应；大量 pose 含自动生成结果，不能统称人工真值。
• TriHands 从 532 个 cooking videos 重新三角化得到 28 小时、3,042,406 帧右手 3D 轨迹。
• 这条机器人路线仍需要相机尺度对齐、action-space remapping、本体专属视觉／动作网络，以及每任务 3 个训练环境 × 50 条机器人示范。作者报告六任务共同训练较 robot-only 平均提高 29.7 个百分点。
• 因此，同步 ego/exo 能降低高质量 3D 人手轨迹的重建成本，但不能替代机器人 action、proprioception、contact/force、reward 与安全验证。

访问与许可

• 数据免费但 gated；接受许可后获得有期限的 AWS 凭证，推荐下载约 14 TiB。
• 官方 model license 页面不等于每位使用者实际签署的 partner agreement。商业训练、衍生模型、再分发和第三方访问必须核对实际协议。
• 多视角和环境点云扩大了旁人、空间与身份泄露面；同步精度也不能被解释为参与者已经授权任意下游控制用途。

相关页面

• 人类活动数据
• Ego4D
• EgoMimic
• Universal Manipulation Interface
• 具身智能数据基础设施

证据

• 原始资料快照（本地归档）
• Ego-Exo4D V2 changelog
• Ego-Exo4D Overview
• TriHands