#Human-to-Robot Transfer (1)

EgoScale：用多样化第一视角人类数据扩展灵巧操作

提出基于大规模第一视角人类视频的 VLA 训练框架 EgoScale：在 20,854 小时动作标注人类数据上预训练，发现数据规模与验证损失呈对数线性关系；再通过少量对齐的人机协同中训练接地到机器人控制。22 自由度灵巧手策略相对无预训练基线平均成功率提升 54%，并能迁移到低自由度手。