本研究提出了COMODO，一个跨模态自监督蒸馏框架，旨在解决自我中心视频模型在设备识别中的高功耗和隐私问题。COMODO通过无标注数据有效传递视频中的语义知识到IMU，显著提升人类活动分类性能，并展现良好的跨数据集泛化能力。