RecodeX 重构消息，香港大学MMLab团队提出EgoWild2Dex框架，可直接利用未经刻意编排、保留真实场景复杂因素的538.9小时人类第一视角操作数据训练机器人。该框架通过GeoFormer模块对齐人机视角差异，经动作重定向统一多源数据的机器人动作空间，并采用三步渐进式人机联合训练范式。在每个下游任务使用不到1小时真机数据的情况下，机器人可完成拆快递、用热熔胶枪固定手办、制作冷饮等复杂双臂灵巧长时序任务，平均成功率达96.7%。团队同步推出大规模真实人类第一视角数据集EgoWild，相关论文已公开，后续计划开放数据集、模型与代码。