比同等时间机器人遥操作整体平均提升41%（51.2% VS 92.5%），并支持零样本跨机器人、跨相机、跨环境、跨物体泛化，有着较好的鲁棒性。 研究局限，当前存在依赖高质量 Aria MPS 跟踪，其中噪声可能会直接影响策略性能；主要聚焦相对简单的桌面操纵任务，复杂双臂协调或长时序动态场景验证有限。

从几分钟的人类自我中心视频中实现零样本机器人学习，无需大量演示数据即可让机器人学会操作任务 HumanEgo 做的事是从人类戴着眼镜拍的第一人称视频里提取操作动作，然后零样本迁移到机器人上执行。核心用的是 Project Aria 眼镜拍视频，MPS做SLAM和手部追踪，再用Flow Matching来训练。

🚀 Updates on HumanEgo! 1/ Final paper on arXiv: 2/ Partial code released: 3/ Full code + dataset coming very soon! Stay tuned — let's get everyone training their own learn-from-human-data robot…