数据×训练 · 证据清单（按四层栈归位）
配套：《数据×训练·研究纲领》。本文把已入库论文映射到四层数据栈 + 五个北极星问题，可据此按主题检索/精读。
北极星问题编号：①统一动作空间 ②各数据边际贡献 ③配对量 ④世界模型数据乘数 ⑤数据提纯
🟩 EGO 层（第一视角人体视频 → 海量预训练/跨本体）
| 论文 |
帮训练机制 |
对应问题 |
| Open-AoE（第一视角数据集+工具链） |
2000h 智能手机采集，MANO手位姿/原子动作，跨本体 retarget + 训练配方 |
①③ |
| EgoInfinity（Web 级 4D 手-物交互数据引擎） |
任意 RGB 视频→4D手-物表示→任意机器人可执行动作（无人工标注） |
①② |
| ImitatorGame IG-10K（配对 human-robot） |
意图级模仿；10 条配对+规模=起飞 |
③ |
| ZeroWAM / WAM-TTT / Steiner（人体视频训世界动作模型） |
EGO 当世界模型/隐式动作的汤底 |
①④ |
| UniDexTok（手 tokenizer） |
手→统一动作 token，跨本体 |
① |
| EaDex（低成本示范跨本体灵巧） |
从低成本人体示范学灵巧 |
①③ |
| HRDexDB（配对 human-robot 灵巧抓） |
2.1K 高精度配对轨迹+接触力，跨本体基准 |
③ |
| Latex 3D（LaST-HD） |
从规模化人体视频学物理推理 |
①④ |
🟨 UMI 层（通用操作接口 → 灵巧+跨本体+对齐）
| 论文 |
帮训练机制 |
对应问题 |
| KoalaGripper（夹爪+采集设备协同设计） |
手持采集与真机执行设备一起设计 |
①⑤ |
| YUBI（通用双指接口） |
手指驱动夹爪，8434h/119任务跨多机器人直用 |
①② |
| OnePolicy-ManyEmbodiments |
相机中心统一动作几何，一权重吃全部本体 |
① |
| HRDexDB（跨本体配对） |
同一目标物体对齐人/机抓取 |
③ |
| Cloak / EaDex / UniDexTok |
跨本体动作表示 trick |
① |
🟦 仿真/合成 层（补覆盖/失败/自动标注 + 放大）
| 论文 |
帮训练机制 |
对应问题 |
| Video2DoorTraversal（一段视频→造数据） |
单视频→仿真孪生→可执行示范 |
④ |
| CRAFT（视频扩散造双臂数据） |
生成式数据扩增 |
④ |
| Worlds in One Demo（合成数据引擎） |
一份演示→开放世界合成数据 |
④ |
| CRESSim-Neo / GaussianDream++ / μ0 |
仿真引擎/世界模型当数据器 |
④ |
| Real2Sim2Real（Panda 扭矩 sim2real） |
物理参数标定，数据进 RL 的地基 |
④ |
| BehaviorWorldGen（行为可信交通流） |
合成数据"行为真实性" |
④⑤ |
| Scene2Demo（自进化数据生成） |
失败→自动纠错的闭环造数据 |
④⑤ |
🟪 真机遥操 层（目标本体金标准）
| 论文 |
帮训练机制 |
对应问题 |
| COBALT（云端手机遥操众包） |
众包摊薄成本，多国 7500+ 示范 |
②⑤ |
| AXIS（浏览器遥操社区数据引擎） |
网页遥操 + 自动任务生成 + 质检过滤扩增 |
②⑤ |
| Missing Touch（分布式触觉反馈） |
手感→示范质量（降 29–79% 轨迹偏差） |
⑤ |
| SoftVTBench（物理真值+DSR） |
数据"过程物理对不对"的度量 |
⑤ |
| ViTacPhys（物理属性条件化） |
显式物理条件提升分布外 |
①⑤ |
| SIEVE（结构感知数据选择） |
50% 数据/步数超越全量 |
⑤ |
| KoalaGripper / YUBI（采集设备） |
采集界面决定数据质量/规模 |
①⑤ |
跨层（属于统纲，不单归一层）
- π₀.7（可引导通用基础模型）、μ₀（规模交互轨迹世界模型）、Dexora/EaDex（跨本体 VLA）→ 回答 ①②④
- VLA 综述（Datasets/Benchmarks/Data Engines）→ 已有全景图鉴
待补的证据缺口（精读优先）
- ② 需要每类数据边际贡献消融的直接论文（多数只有单类报告，缺"同语料混训消融"）。
- ① 需要“统一动作空间同时吃 EGO/UMI/仿真/遥操”的端到端实证（多数只做跨本体或单源）。【部分填补：UCAG-P（2608.26058） 已用一权重吃下多本体+仿真+人手示范、免重定向合训，零样本 LIBERO-Plus 82%——但未含 EGO 被动视频，#这一格仍缺。）