EGO 数据线 · A · 分析蓝本（可执行）

把「人体第一视角 → 机器人训练」整条数据供给链做成一张可执行的分析蓝图。输入：Danfei Xu ego 主线（13篇，精度核验）+ EGO 跨本体桥广度（表示/迁移/翻译）+ 数据引擎（EgoInfinity/Open-AoE/ROBOEDIT/H2R-Bench 等）。目标：给「EGO 数据线分析」一个可落地、可证伪、可量化收益的决策框架。

0 · 命题界定：什么是「EGO 数据线」

定义：从"人类第一视角操作数据"到"机器人可训练监督"的完整供给链 = 采集 → 表示/对齐 → 翻译/补全 → 缩放 → 世界/物理 → 评测。 价值主张：机器人真实遥操数据稀缺又贵，ego 人数据海量又廉价——但存在 Embodiment Gap（可复用数据/模型 ↔ 在某台机器人跑通之间的"看不见的工作"）。 核心命题（本蓝本要证伪/证实的）：ego 数据能否成为与真实遥操"可比的"训练供给，取决于对齐/翻译引擎是否先把"物理可信 + 可行动作"补出来，而非单纯堆量。

1 · 全链路地图（Danfei 主线 × 广度合流）

  人类 EGO 视频（海量、无标签）
     │
 L0 采集/Capture ──────────────┬── Danfei系: Aria眼镜(EgoMimic)·全身(EMMA)·平台(EgoVerse)
     │                          └── 广度: Ego-OSCAR(200$开源双止)·Open-AoE(手机众包)·EgoInfinity(web rgb)
     ▼
 L1 机器人协同设计 ───────────── Danfei:低gap双臂(EgoMimic) ; 广度: UMI手持夹爪·KoalaGripper co-design·YUBI双指
     │                          → 共同哲学: 硬件迁就数据(适配税在硬件层一次付清)
     ▼
 L2 表示/对齐 ───────────────── Danfei: play latent(MimicPlay)·OT对齐(EgoBridge)·跨域对齐(EgoMimic)
     │                          ; 广度: 相机中心动作(UCAG-P)·UHAS手空间·隐式动作(Motion-Focused)·UniDexTok·JAAS(AdvDex)
     ▼
 L3 翻译/补全 ───────────────── Danfei: EgoEngine(视觉+动作双补全)·EgoAVFlow(主动视觉3D flow)
     │                          ; 广度: RoboEdit(视频翻译)·H2R-Bench(质检)
     ▼
 L4 缩放律 ──────────────────── Danfei: EgoScale(20,854h log-linear) · 广度: AXIS/COBALT(采集规模)
     ▼
 L5 世界/物理 ───────────────── Danfei: EgoWAM(世界表示)·CHORD(力-力矩)  ; 广度: MimicTouch(触觉)·Pegasus(物理验证)
     ▼
 L6 评测 ───────────────────── Embodiment Gap(适配工作量)·H2R-Bench(5维)·ImitatorGame(L0-L3)
     ▼
  机器人可训练监督（可执行·物理可信·跨本体）

关键观察：Danfei 系的供给主线(L0→L4)与工会式广度在表示/翻译(L2/L3)处必须合流——Danfei 提供"自家ego+本体"的纵向闭环，广度提供"通用表示+翻译引擎"的横向复利。EGO 数据线是否成立，取决于这两股在 L2/L3 处的结合点。

2 · 六层逐层分析（现状·判断·缺口）

L0 采集 - 现状：Danfei 证明"可规模化且带动作标注"(Aria/平台)；Ego-OSCAR 证明成本可打到 200$/400 台；Open-AoE 证明手机众包可达 ~2000h。 - 判断：采集不再是瓶颈的"技术"面，而是"组织"面（谁能把社区/平台养起来，谁就有供给侧优势）。 - 缺口：多模态(IMU/深度)与低成本标注的权衡未定；大规模 ego 的动作标注成本藏在 L2/L3。

L1 机器人协同设计 - 现状：UMI→Koala→YUBI→EgoMimic 低gap双臂，一路进化"采集界面即数据质量"。 - 判断：这是国产系与 Danfei 系的共同签名，且是"免重定向"最实的一招（硬件顺人=天然对齐）。 - 缺口：极端灵巧(手指独立)仍受夹爪架构限制；co-design 的通用性(对手臂/机身)未系统化。

L2 表示/对齐（生死线） - 现状：play latent→OT对齐→跨域对齐（Danfei）；通用动作表示(UCAG-P/UHAS/JAAS/隐式动作/UniDexTok)（广度）。 - 判断：两条路线之争 = "行为/潜在空间对齐"(EgoBridge) vs "统一动作表示"(JAAS/UCAG-P)。EgoBridge 对齐潜在空间让"共训"可行；统一动作表示让"免重定向"可行。前者借 ego 的量，后者重构坐标系。 - 缺口：二者能否互解（统一动作空间作为对齐的可微不变量）未验证——这是本蓝图最重要的一条待做实验。

L3 翻译/补全 - 现状：EgoEngine(高保真换人保机+任务对齐动作)；RoboEdit(通用视频翻译)；EgoAVFlow(主动视觉)。 - 判断：翻译引擎的价值在不同在"长得像"，而在"物理可信+动作可执行"。H2R-Bench 已证黑盒世界模型跨本体失败率高——只有显式几何/状态监督那条(ROBOEDIT/EgoEngine)被姑且看好。 - 缺口：翻译产物的训练收益未用下游策略闭环测量(只测了生成质量)。

L4 缩放律 - 现状：EgoScale 给出 20k h log-linear。AXIS/COBALT 证明采集规模可放大。 - 判断：缩放律成立的隐含前提是"动作标注的 ego 视频"。若 L2/L3 不先把动作/对齐补出来，纯被动 ego 的缩放曲线会塌。 - 缺口：需要"对齐成本 vs 训练收益"的边际曲线，把缩放律的斜率打开分项。

L5 世界/物理（未闭环硬骨头） - 现状：EgoWAM 提出世界表示为迁移上限；CHORD 用力-力矩做 RL 通货；MimicTouch 触觉。 - 判断：物理/接触真值是 ego 无从携带的（视觉拿不到摩擦/法向力）——这是 EGO 线最诚实的天花板。世界表示+显式接触必须合流。 - 缺口：量化亲和(缩放)前端与显式接触/物理监督的合流实验。

L6 评测 - 现状：Embodiment Gap(适配工作量)、H2R-Bench(5维)、ImitatorGame(分层)。 - 判断：只看 success rate 会骗人；跨本体必须报"还差多少适配工作"。 - 缺口：缺少统一评测把"纯被动 ego/标注 ego/翻译引擎产物"三种监督放同一把尺上。

3 · 决策轴 / 实验矩阵（可证伪）

轴心对照实验（EGO 数据线分析的主角）：同一任务、同一策略骨架、同量数据，比较三类监督的迁移收益： | 监督源 | 代表 | 迁移收益假设 | 风险点 | |---|---|---|---| | 纯被动 ego | Open-AoE/EgoVerse 未标注 | 视角/语义先验，动作需算法补 | 动作欠采样、物理不可信 | | 动作标注 ego | EgoScale 20k h | 直接训 VLA，缩放律可外推 | 标注/对齐成本高 | | 翻译引擎产物 | EgoEngine/RoboEdit | 高保真+任务对齐，可闭环 | 伪影、编辑痕迹 |

次级实验矩阵（按杠杆排序）： 1. 对齐互解：统一动作空间(JAAS/UCAG-P)作为 EgoBridge OT 对齐的可微不变量 → 是否能同时拿"共训红利"+"免重定向红利"。 2. 缩放分项：把 EgoScale 缩放律的斜率分解到"采集体/对齐引擎/世界模型"各输入端 → 找缩放的主力贡献在哪。 3. 接触合流：EgoWAM 世界表示 + CHORD 力-力矩监督在接触密集任务上的联合增益 vs 各自 alone。 4. 采集组织：EgoVerse/Open-AoE 社区化 vs 自采(夹爪Ue+低gap双臂) 的单位成本与质量，选供给侧打法。 5. 硬件顺人：低gap双臂(EgoMimic) vs 手持夹爪(UMI形态) vs 遥控遥操，在"免适配工作量"上的量化差异。

4 · 落地路线（三步走）

第一步 · 建基线：复现/承接 EgoScale 缩放律 + EgoBridge OT 对齐，作为 ego 数据线分析的可比基线（同一策略、统一评测尺）。 第二步 · 打轴心实验：跑"纯被动 ego vs 标注 ego vs 翻译引擎产物"三类监督的迁移收益对照——这是判定 EGO 数据线"供给有效性"的裁决实验。 第三步 · 打通表示接口：把统一动作空间(JAAS/UCAG-P)接入 ego 数据线作为动作表示；把 EgoWAM 世界表示作为迁移上限的参照系；合并为"ego 供给 × 统一动作表示 × 世界/物理监督"三位一体原型。

5 · 一句话主线（给纲领）

EGO 数据线的胜负手不在"采多少"，而在"L2/L3 是否先把'可对齐的动作 + 物理可信'补出来"；一旦动作表示/翻译引擎到位，EgoScale 的缩放律就是可外推的供给曲线——届时 ego 数据将真正与真实遥操在训练供给上可比。