清华具身模型VPP2登顶RoboDojo
通过分阶段解耦视频预测与动作学习提升WAM泛化。
为什么重要
为WAM路线提供了预测泛化到行动泛化的训练思路。
阅读原文qbitai.com
AI 解读（根据原文生成）
量子位报道称，星动纪元自研世界动作模型VPP2在RoboDojo仿真榜单取得综合第一，平均成功率32.26%、平均得分39.26分，并在泛化、精准操作、记忆三个维度领先。文章称其未额外加数据，也未使用Agent RSI等增强手段，仅使用标准数据集。技术上，VPP2以Wan2.1-I2V-14B为基础，将视频预测与动作学习分阶段训练，包括事件级视频继续预训练、固定时长视频后训练与蒸馏、动作专家训练。文章未提供论文、代码或权重获取信息。
要点（AI 据原文整理，数字均已与原文核对）
- VPP2在RoboDojo仿真榜单综合平均成功率32.26%，综合平均得分39.26分。
- RoboDojo仿真测试包含42项双臂操作任务，覆盖泛化、精准操作、长程任务、记忆、开放词汇指令理解五个维度。
- GPT-6-Astra的平均成功率为22.48%，平均得分28.97分。
- VPP2在真实ALOHA双臂机器人上测试了抓取、放置、堆叠、折叠、倾倒等10类零样本操作任务。
- VPP2真实机器人零样本操作平均成功率58.5%，高于π0.5的40%。
- 在10类任务里，VPP2拿下了9类最佳成绩。
