RespuestasPublicado23 fuentes
VPP2 destaca en las pruebas de robótica; su uso comercial a gran escala sigue sin probarse
Robotera reportó para VPP2 un 32,26 % de éxito medio y una puntuación media de 39,26 en RoboDojo Sim, además de un 58,5 % de éxito sin entrenamiento adicional en tareas con el robot real ALOHA. VPP2 aprende primero a predecir cómo evolucionará una escena en vídeo y después genera acciones.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Robotera reportó para VPP2 un 32,26 % de éxito medio y una puntuación media de 39,26 en RoboDojo Sim, además de un 58,5 % de éxito sin entrenamiento adicional en tareas con el robot real ALOHA.
- VPP2 aprende primero a predecir cómo evolucionará una escena en vídeo y después genera acciones.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What does the October 10, 2026 report reveal about Tsinghua University-backed Robotera’s open-source VPP2 world action model, including its. Article summary: The October 10 report presents VPP2 (Video Prediction Policy 2) as an open-source world action model with a reported RoboDojo-Sim lead and stronger real-robot zero-shot results than pi0.5—not as proof of large-scale comm. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, click
Robotera presenta VPP2 como un modelo que primero predice cómo podría cambiar una escena y después convierte esa predicción en acciones para un robot. En RoboDojo-Sim, la empresa reportó un 32,26 % de éxito medio y una puntuación media de 39,26, además de primeros puestos en generalización, precisión y memoria. En otra prueba, con un robot ALOHA real, informó de un 58,5 % de éxito sin entrenamiento adicional en distintas tareas. Son resultados llamativos, pero no demuestran que VPP2 esté desplegado a gran escala. 2
6
Qué mide RoboDojo
RoboDojo es una evaluación de manipulación robótica liderada por MMLab de la Universidad de Hong Kong, junto con colaboradores académicos. Sus 42 tareas bimanuales ponen a prueba la generalización, la precisión, la ejecución de tareas largas, la memoria y la comprensión de instrucciones con vocabulario abierto. El benchmark informa tanto la proporción de tareas completadas como una puntuación media, que permite reflejar más que un simple aprobado o suspenso. 5
6
Los resultados comunicados por Robotera situaron a VPP2 en primer lugar en la clasificación de simulación en el momento del anuncio: 32,26 % de éxito medio, 39,26 de puntuación media y el primer puesto en generalización, precisión y memoria. Esto no significa que el modelo encabezara todas las evaluaciones de RoboDojo: las clasificaciones de simulación y del mundo real son distintas. 2
6
En una comparación posterior al entrenamiento citada en el material, GPT-6-Astra obtuvo un 22,48 % de éxito y una puntuación media de 28,97. En esa evaluación, VPP2 aventajó a GPT-6-Astra por 9,78 puntos porcentuales en éxito y 10,29 puntos en la puntuación media. La comparación se refiere a ese protocolo concreto; no establece una clasificación universal para todas las tareas robóticas. 6
También conviene poner en contexto la expresión «primer puesto». El historial de RoboDojo recoge un resultado anterior de Simate-beta, antes de la entrada de VPP2, fechada el 8 de octubre. Los puestos dependen de la clasificación y la fecha, y no son afirmaciones permanentes sobre todas las versiones, configuraciones o pruebas en robots reales. 12
Qué quiere decir «sin datos adicionales»
Robotera afirmó que obtuvo el resultado del benchmark sin datos adicionales ni auto-mejora recursiva basada en agentes. Eso no significa que VPP2 se entrenara sin un proceso amplio de aprendizaje con vídeos: la descripción del método indica que parte de Wan2.1-I2V-14B, un modelo preentrenado, y que continúa su entrenamiento con vídeos diversos de manipulación robótica, actividades humanas y escenas generales. 25
9
11
La distinción es importante: la afirmación de «sin datos adicionales» se refiere al resultado reportado y a no añadir esos recursos de mejora autónoma. El método descrito sí utiliza un conjunto de vídeos seleccionado para desarrollar la capacidad predictiva del modelo. 9
11
Primero predice; después actúa
La idea central de VPP2 es entrenar primero la predicción de vídeo, acelerarla y, más adelante, añadir la generación de acciones. El objetivo es que las escenas futuras estimadas orienten los movimientos del robot, procurando que el entrenamiento de acciones no debilite la capacidad de generalización aprendida por el modelo de vídeo. 9
11
- Aprender a predecir tareas de manipulación. A partir de Wan2.1-I2V-14B, la primera etapa continúa el preentrenamiento con vídeos de manipulación robótica, actividad humana y escenas generales. Los vídeos se describen con detalle y se organizan en torno a eventos relevantes para que el modelo aprenda a anticipar acciones en diferentes tareas.
9
11
- Convertir la predicción en un planificador más rápido. La siguiente etapa entrena el modelo para predecir un horizonte fijo de ocho segundos y emplea destilación de consistencia para condensar la generación en varios pasos en un planificador visual de un solo paso. El tiempo de inferencia reportado para la predicción de vídeo es de unos 0,12 segundos.
18
- Generar acciones a partir de futuros previstos. En la etapa final se incorpora un Action DiT de 0,9 mil millones de parámetros, conectado al modelo de vídeo mediante una arquitectura de mezcla de transformadores. La configuración descrita congela inicialmente la base del modelo de vídeo y adapta el componente de acción con LoRA, con la intención de conservar las representaciones predictivas ya aprendidas.
4
Robotera reportó unos 0,1 segundos para generar un bloque de acciones de dos segundos, además de aproximadamente 0,12 segundos para la predicción de vídeo. Son tiempos experimentales comunicados, no una garantía de velocidad válida para cualquier equipo. 11
21
Pruebas con robots reales y LIBERO
En un robot real ALOHA de dos brazos, VPP2 habría alcanzado un 58,5 % de éxito medio sin entrenamiento adicional en 10 tipos de tareas. La cifra reportada para pi0.5, de Physical Intelligence, fue del 40 %: una diferencia de 18,5 puntos porcentuales en esa evaluación. Estas pruebas físicas no son la clasificación de simulación de RoboDojo y no deben compararse como si fueran el mismo examen. 2
6
El repositorio del proyecto informa de un 45,00 % en LIBERO-Pro y un 63,93 % en un protocolo modificado de LIBERO-OOD. La precisión sobre el protocolo importa: el resultado de OOD no corresponde necesariamente a las mismas condiciones que otras evaluaciones. 17
Código abierto no equivale a despliegue
El repositorio oficial de VPP2 en GitHub documenta el código y el proceso de publicación. Sus notas indican que los pesos del modelo de vídeo estuvieron disponibles el 10 de octubre y que el código de entrenamiento de vídeo de RoboDojo condicionado por historial se anunció el 12 de octubre. La publicación fue escalonada, no una única entrega completa en una sola fecha. 3
22
La evidencia disponible respalda los resultados reportados en benchmarks, las pruebas con un robot real y la disponibilidad de materiales de código abierto. No demuestra que VPP2 esté funcionando a gran escala en operaciones comerciales de logística. Aunque una empresa tenga despliegues logísticos verificables, eso no prueba por sí solo que esos sistemas utilicen este modelo en particular.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "VPP2 destaca en las pruebas de robótica; su uso comercial a gran escala sigue sin probarse"?
Robotera reportó para VPP2 un 32,26 % de éxito medio y una puntuación media de 39,26 en RoboDojo Sim, además de un 58,5 % de éxito sin entrenamiento adicional en tareas con el robot real ALOHA.
¿Cuáles son los puntos clave a validar primero?
Robotera reportó para VPP2 un 32,26 % de éxito medio y una puntuación media de 39,26 en RoboDojo Sim, además de un 58,5 % de éxito sin entrenamiento adicional en tareas con el robot real ALOHA. VPP2 aprende primero a predecir cómo evolucionará una escena en vídeo y después genera acciones.