EGO 数据集标注层次对照（扩展至 8 集 · 含企业级 EGO 数据）
R1(EGO/人数据)首步执行：把光轮 EgoSuite-Open100K 与 它石 WIYH 并入对照,原 6 集→8 集。 精度：✔=已核验；⚠=公司公告/公开信息,细粒度待 README/白皮书实测。
一、L0–L4 覆盖矩阵（8 集）
| 数据集 | 来源 | id/源 | L0 | L1 | L2 | L3 | L4 | 天花板 |
|---|---|---|---|---|---|---|---|---|
| EgoVerse | 学术 | 2604.07607 | ✔ | 见原文 | 见原文 | 见原文 | 转移研究 | 依赖下游 |
| Open-AoE | 学术 | 2607.14183 | ✔ | ✔文本 | ✔MANO+轨迹 | ✔原子动作 | ✔retarget | 最高 |
| Ego-OSCAR | 学术 | 2608.08285 | ✔ | ✔自由文本 | ✔3D手 | ✘ | ✘ | 到L2+文本 |
| EPIC-KITCHENS | 学术 | 1804.02748 | ✔ | ✔narration | 部分 | ✔39.6K分割 | ✘ | 到L3泛任务 |
| EgoInfinity | 学术 | 2606.17385 | ✔ | 自动 | ✔4D手物GT | ~ | ✔retarget | 引擎→L4 |
| HRDexDB | 学术 | 2604.14944 | ✔多相机 | ✘ | ✔高精度3D | ✘ | 配对真值 | 基准(小) |
| EgoSuite-Open100K | 光轮 | HF/AtomGit | ✔ | ⚠全模态 | ⚠ | ⚠ | ⚠待观察 | 量级第一(待实测) |
| WIYH | 它石 | 官网/开源 | ✔ | ✔语言+触觉 | ⚠ | ⚠(含动作) | ⚠待观察 | VLTA全模态 |
二、两家企业级 EGO 数据定位（核验边界）
7 · 光轮 EgoSuite-Open100K
- 可核验事实(✔web)：10万小时全模态人类行为开源数据集；HF/AtomGit，捐开放原子基金会；附评测标准化+触觉基础设施；宣称"仿真=Token化数据"、5年100亿h目标；联58同城。
- L0–L4 填实（⚠待 README/白皮书）：模态类型(视/触/眼/手?)、传感器配置、标注层次与粒度、任务覆盖、采集方式——当前均未公开细粒度,不臆测。
- 设计判断：这是把"EGO 数据线 L0+L1+L2"直接量产成产业标品；规模量级(10万h)是全场第一,但"是否到L3/L4可直接训动作"是验证R1成败的关键未知数。
8 · 它石 WIYH (World In Your Hands)
- 可核验事实(✔web)：全球首个大规模真实世界 VLTA(视觉-语言-触觉-动作)多模态数据集；人中心数据引擎范式；联想创投被投；自称"领先特斯拉半年"。
- L0–L4 填实（⚠待实测）：规模小时数、VLTA 各模态精度、动作是否到可执行级、触觉采样设备——细粒度待实测。
- 设计判断：触觉被当作与视觉/语言/动作并列的一级模态——这是横切路线 R6 的产业级信号；且"人中心"与光轮同属 B 哲学,但多了一条触觉+动作纵队(R1×R6 交汇)。
三、8 集对照结论（增量更新）
- "大规模"这一格现在有产业答案：EgoSuite 10万h 量级远超学术 EgoVerse(1362h)——但大规模≠高标注层次,EgoSuite/WIYH 的 L3/L4 是否到"可直接训"仍待实测。
- 残留缺口(核心)：仍无任何一套 ego 数据同时满足"大规模 × 到 L4(可行动作)"；EgoInfinity(引擎retarget)是唯一的 L4 补丁。→ R1 的判据实验正落在这个缺口上。
- 企业级 EGO 数据当前是"黑盒规模+未公开标注"：这既是研究风险(无法直接验证),也是研究机会(谁能先用工具链把它填成 L3/L4,谁定义供给标准)。
- 一句话：8 集合照=学术给"标注深度"(Open-AoE/HReDexDB/EgoInfinity)、产业给"规模量级"(EgoSuite/WIYH),"规模×深度"仍未合体——R1 路线要走的正是这座桥。
四、下一步（R1 执行清单）
- [ ] 网络恢复后取 EgoSuite-Open100K / WIYH 的 REPO 白皮书/README,把 L0–L4 从 ⚠ 填成 ✔/✘。
- [ ] 判断两者有无配套工具链(如 Open-AoE 的 retarget),决定能否直接训动作。
- [ ] 把 EgoInfinity 式引擎跑在 EgoSuite 子集上,做"人数据→目标本体"迁移收益首测(R1 判据实验 v0)。