Ego4D

内容与规模

Ego4D 由 Meta 牵头多机构发布，是日常活动的第一视角视频集。小时数有两套口径：论文为 3,025 小时，后续引用（如 Data Pyramid 综述表）为 3,670 小时 [1][3]。同一项目的 Ego-Exo4D 为 1,286 小时。

格式与 license

视频为主。官网要求签署许可协议后获取，未写明具体许可类型；Labellerr 转述为 CC-BY-NC，未经一手核实 [2]，商用前需核对协议。官网口径：3,670 小时、923 名参与者、9 个国家 74 个地点，2022-02-17 放出。

已知缺陷

原生不带手部位姿，用于机器人学习时需再做 SLAM 与手部估计；协议限制使其难以直接进入商业预训练。体量已被 Egocentric-10K / 100K / 1M 以两个数量级超越，但后者场景集中于工厂，Ego4D 的场景多样性仍有价值。

视频生成视角

内容与规模

Meta 与多所高校联合发布（官网称 88 位研究者）。作者口径 3,670 小时第一人称日常视频，931 位佩戴者，覆盖 74 个地点、9 个国家 [1]。口径冲突按版本区分：arXiv v1 摘要为 3,025 小时、855 位佩戴者，最新版（v3）摘要与官网为 3,670 小时；佩戴者数最新版摘要写 931，官网写 923 [1][2]。

来源与许可

自采而非网络抓取，参与者同意并有旁白文本。需签署官方协议才能获取；具体许可类型与商用条款本次未能读取，使用前须核对协议 [1][2]。

谁拿它训练

主要用于第一人称理解、机器人与世界模型的先验和评测，视频生成较少直接使用。

已知缺陷

原生不带手部位姿，机器人使用时需额外估计；协议限制使其难以直接进入商业预训练。其合规性好于 YouTube 抓取集，是 "授权自采" 路线的代表。

来源

1. https://arxiv.org/pdf/2110.07058 (2026-10-14)
2. https://www.labellerr.com/blog/egocentric-datasets-robotics/ (2026-10-14)
3. https://arxiv.org/html/2607.24744v2 (2026-10-14)
4. https://ego4d-data.org/ (2026-10-14)
5. https://arxiv.org/abs/2110.07058 (2026-10-15)