TeleEgo：多天连续第一视角的个人助理基准
本页是 RSI 数据集版图 中"真实用户与长期个人输入"一列的 可穿戴端代表：TeleEgo [1]（TeleAI，2025）—— 多名参与者的连续多天第一视角多模态流数据与长程记忆 QA 基准， 是典型 egocentric personal assistant 设定。
1. 数据概况
| 维度 | 内容 |
|---|---|
| 参与者 | 5 人（性别均衡），4 类日常场景：工作学习 / 生活起居 / 社交 / 外出文化 |
| 记录 | 每人连续 3 天，约 14.4 小时/人 |
| 模态 | 第一视角视频流 + 语音对话 + 旁白/事件描述（含人工校对的字幕与旁白轨道） |
| QA | 3 大维度、12 子类；单选/多选/判断/开放题 |
| 获取 | David0219/TeleEgo · TeleAI-UAGI/TeleEgo |
三个评测维度：
- Memory：短期/长期/超长期记忆、实体追踪、时序比较与间隔；
- Understanding：因果理解、意图推断、多步推理、跨模态理解；
- Cross-Memory Reasoning：跨时间因果、跨实体关系、时序链理解。
2. 对 RSI 的定位：长期经验，无 agent 行动
TeleEgo 覆盖的是"用户长期 experience → memory / personalization"： 一个要成为某用户长期助理的模型，必须在这类数据上记住并推理 用户的生活流。但它：
- 没有 agent action——没有模型操作设备/环境的轨迹；
- 没有 failure → recovery——失败无从谈起。
它与 EgoMonth 构成"个人生活输入"线的两级时间尺度 （3 天 vs 月级）；要补上动作维度，需要与 RealMobile 一类的执行轨迹合流——这正是 数据版图缺口 所在。
参考文献
[1] YAN J Q, REN R L, LIU J R, et al. TeleEgo: benchmarking egocentric AI assistants in the wild[J/OL]. arXiv preprint arXiv:2510.23981, 2025. https://arxiv.org/abs/2510.23981
© 2026 Yang Huan · yanghuan9812@qq.com