专题 · Danfei Xu EGO 线全文精读系列（枢纽）
定位：不单篇 EgoScale，而是 xudanfei EGO 主线「逐篇全文细节」 的系列入口。
飞书：主文档下子文档；单篇可再挂子页。
说明：无独立 subagent 时由主会话并行抓取；PDF 损坏时用 abs/html+图，并标注 ⚠ 待补 PDF 精读。
系列进度
| 论文 | id | 状态 | 文档 |
|---|---|---|---|
| EgoScale | 2602.16710 | ✅ 全文精读 | 专题-EgoScale全文精读-EGO缩放律-2026-08-28.md |
| EgoMimic | 2410.24221 | ✅ 本轮精读卡（abs+图+方法四件套） | 下文 §A |
| EgoEngine | 2606.12604 | ✅ 本轮精读卡 | 下文 §B |
| EgoBridge | 2509.19626 | ✅ 本轮精读卡 | 下文 §C |
| MimicPlay | 2302.12422 | ⏳ 待全文 | — |
| MimicTouch | 2310.16917 | ✅ 全文精读（接触力） | 专题-MimicTouch全文精读-接触力支线-2026-08-28.md |
| EMMA | 2509.04443 | ⏳ | — |
| EgoAVFlow | 2602.22461 | ⏳ | — |
| EgoVerse | 2604.07607 | ✅ 数据集深挖 | 专题-EgoVerse数据集深挖-DanfeiEGO线-2026-08-28.md |
| EgoWAM | 2607.08436 | ⏳ | — |
| CHORD | 2607.00033 | ✅ 全文精读（接触力） | 专题-CHORD全文精读-DanfeiEGO接触力支线-2026-08-28.md |
| WhatMatters | 2108.03298 | ⏳ 早期 | — |
| TransferVLA | 2512.22414 | ⏳ 分支 | — |
主线叙事（系列统一）：
采集与低 gap 硬件（EgoMimic）→ 跨域对齐/共训（EgoBridge）→ 翻译引擎出机域数据（EgoEngine）→ 规模缩放律（EgoScale）→ 世界/接触（EgoWAM/CHORD）…
§A · EgoMimic（2410.24221）精读卡
标题：EgoMimic: Scaling Imitation Learning via Egocentric Video
作者：Kareer, Patel, …, Danfei Xu 等
问题
IL 要规模与多样性；纯真机示范贵。人视频常只抽高层意图，没有把人数据当与机同等的具身示范。
方法四件套（摘要+图）
- Aria 眼镜采集人具身数据（ego RGB + 3D 手跟踪）
- 低成本双臂缩小与人的运动学 gap（硬件迁就数据）
- 跨域数据对齐
- 人机数据共训的 IL 架构——人与机 平等 作为 embodied demo
Insight
- 签名：「硬件迁就数据」+「人机共训」——后面 EgoScale 的 mid-train 同构相机是同一哲学的感知版。
- 相对后来 EgoScale：Mimic 解决 全栈能否成立；Scale 解决 量是否 log-linear。
- 相对 EgoEngine：Mimic 尽量 降 gap 后直接共训；Engine 翻译出机域数据。
落地含义
- 自建 EGO 线：先问能否 低 gap 本体 + 同构 ego 感知；不能则必须上 Engine/RoboEdit 类翻译。
- ⚠ PDF 全文表数字本轮未完整抽（下载损坏时以 abs 为准），表结果待补。
§B · EgoEngine（2606.12604）精读卡
标题：EgoEngine: From Egocentric Human Videos to High-Fidelity Dexterous Robot Demonstrations
作者：Liu, Cheng, …, Danfei Xu
问题
灵巧示范成本；ego 视频有两个 gap：视觉（人 vs 机观测）与 动作（人运动 vs 可执行机动作）。
方法
输入 ego RGB，引擎输出：
1. 高保真机器人观测视频（人→机，保场景与时间对齐）
2. 任务对齐、可行性约束下的可执行动作轨迹
定位：可扩展数据引擎（sim+真机验证可规模转换）。
Insight
- 蓝本 L3 翻译/补全 核心实现；与 RoboEdit 并列 E1，偏 灵巧高保真示范。
- 与 EgoScale 配方衔接：Engine 可制造「机域示范小时」；Scale 证明人域小时可缩放——两条造小时路径。
- 可行性约束 = 自动标注里常被忽略的 可执行门。
落地含义
- 有目标本体外观/平行域：优先 Engine 式翻译。
- 质检：时间对齐误差、接触帧物理可置信、动作约束违反率。
§C · EgoBridge（2509.19626）精读卡
标题：EgoBridge: Domain Adaptation for Generalizable Imitation from Egocentric Human Data
问题
ego 人经验可扩展 IL，但外观/模态/运动学 domain gap 阻碍迁移。
方法
统一共训框架，显式对齐人机策略潜空间（domain adaptation），促进可泛化模仿。
Insight
- L2 对齐层代表；B 篇 A4（统一动作空间×OT）的直接文献锚。
- 不生产帧标签，生产 可共训坐标——和自动标注引擎分工：引擎出监督，Bridge 出对齐。
系列阅读顺序（建议）
- MimicPlay（层级 plan 起点）
- EgoMimic（全栈哲学）
- EgoBridge（对齐）
- EgoEngine（翻译）
- EgoScale（缩放律全文）
- EgoWAM（世界表示选型） / CHORD（接触）
- EgoVerse / EMMA / EgoAVFlow（供给与主动感知）
一句话
Danfei EGO 线不是单篇 EgoScale，而是「低 gap 采集共训 → 潜空间对齐 → 视频/动作翻译引擎 → 2万小时缩放律 → 世界/接触」的论文阶梯；本系列按阶梯补全文细节。 - EgoVerse：https://huazhi-ai.feishu.cn/wiki/BjMHwtmIPiWLHFkchaYcKYNHnyi