数据
Ego4D
Ego4D 含 3,670 小时第一视角日常生活视频，来自 9 个国家、74 个地点的 931 名参与者，是具身视觉预训练规模最大的公开人类视频库，也是 R3M、VC-1 等视觉表征模型的主要训练来源。
主体信息
Ego4D 含 3,670 小时第一视角日常生活视频，来自 9 个国家、74 个地点的 931 名参与者，是具身视觉预训练规模最大的公开人类视频库，也是 R3M、VC-1 等视觉表征模型的主要训练来源。
数据规模：具体轨迹数未公开，以官方公开口径为准。
任务类型：情景记忆、手物交互、视听说话人、未来动作预测。数据模态：第一视角视频、音频、三维扫描、眼动、IMU。
采集 / 适用机器人平台：人类头戴设备（用于具身预训练）。
下载资源：Ego4D 官方入口（https://ego4d-data.org/）。