**人类自我中心视频在具身预训练中超越真实机器人数据**

_HumanScale: Egocentric Human Video Can Outperform Real-Robot Data for Embodied Pretraining_

> 研究发现，经过精心过滤和标注的人类自我中心视频，在具身基础模型预训练中显著优于昂贵的遥操作机器人轨迹数据。相同预训练数据量下，自我中心视频模型在真实机器人动作预测验证损失上降低24%，分布内与分布外任务执行成功率分别提高52.5%和90%。这验证了可扩展范式：先用海量人类自我中心视频预训练学习多样世界表征，再用少量标注机器人数据对齐行动空间，为具身智能数据策略提供了新方向。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.20521)