RéponsesPublié23 sources
VPP2 se distingue sur RoboDojo-Sim, mais son déploiement à grande échelle reste à démontrer
Robotera rapporte pour VPP2 un taux de réussite moyen de 32,26 % et un score moyen de 39,26 sur RoboDojo Sim, ainsi que 58,5 % de réussite zéro shot sur un robot ALOHA réel. VPP2 apprend d’abord à prédire l’évolution visuelle d’une scène, puis génère des actions.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Robotera rapporte pour VPP2 un taux de réussite moyen de 32,26 % et un score moyen de 39,26 sur RoboDojo Sim, ainsi que 58,5 % de réussite zéro shot sur un robot ALOHA réel.
- VPP2 apprend d’abord à prédire l’évolution visuelle d’une scène, puis génère des actions.
Prompt 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 présente VPP2 comme un modèle qui prédit l’évolution d’une scène avant de produire les actions du robot. Sur le classement RoboDojo en simulation, l’entreprise rapporte un taux de réussite moyen de 32,26 % et un score moyen de 39,26, avec des premières places en généralisation, précision et mémoire. Un essai distinct sur un robot réel ALOHA fait état de 58,5 % de réussite zéro-shot sur plusieurs tâches. Ces résultats sont intéressants, mais ne démontrent pas que VPP2 est déployé à grande échelle. 2
6
Ce que mesure le classement RoboDojo
RoboDojo, piloté par le MMLab de l’Université de Hong Kong avec des partenaires universitaires, évalue la manipulation robotique sur 42 tâches à deux bras. Les tests portent notamment sur la généralisation, la précision, l’exécution de tâches longues, la mémoire et le suivi d’instructions formulées avec un vocabulaire ouvert. Le benchmark publie à la fois un taux de réussite et un score moyen : les résultats ne se résument donc pas à savoir si une tâche a été entièrement accomplie. 5
6
Au moment de l’annonce, Robotera a placé VPP2 en tête du classement de simulation avec 32,26 % de réussite moyenne et 39,26 de score moyen. L’entreprise lui attribue aussi la première place en généralisation, précision et mémoire. Il s’agit d’un résultat sur ce tableau précis : RoboDojo distingue son classement en simulation de celui consacré aux évaluations dans le monde réel. 2
6
Dans une comparaison après post-entraînement citée dans les résultats, GPT-6-Astra obtient 22,48 % de réussite et un score moyen de 28,97. VPP2 le devance donc de 9,78 points de pourcentage en réussite et de 10,29 points au score moyen dans cette comparaison. Ces chiffres décrivent l’évaluation rapportée, pas un classement universel pour toutes les tâches robotiques. 6
Le « premier rang » doit aussi être replacé dans le temps. L’historique du classement RoboDojo mentionne une entrée antérieure de Simate-beta, puis l’ajout de VPP2 le 8 octobre. Un rang dépend d’un tableau, d’une date et de ses conditions d’évaluation ; il ne vaut pas pour toutes les versions ni pour tous les usages réels. 12
« Sans données supplémentaires » : une nuance importante
Robotera affirme avoir obtenu ces résultats sans données supplémentaires ni auto-amélioration par renforcement pilotée par un agent. Cela ne signifie pas que VPP2 a été entraîné sans vaste corpus vidéo : la méthode décrite part du modèle préentraîné Wan2.1-I2V-14B et poursuit son préentraînement sur des vidéos variées de manipulation robotique, d’activités humaines et de scènes générales. 25
9
11
La distinction est donc la suivante : l’affirmation « sans données supplémentaires » porte sur les ajouts revendiqués pour l’évaluation et sur l’absence de cette forme d’auto-amélioration. Le développement du modèle repose néanmoins sur des données vidéo sélectionnées pour lui apprendre à prédire des scènes. 9
11
Prédire d’abord, agir ensuite
La méthode de VPP2 consiste à développer d’abord la prédiction vidéo, à la rendre plus rapide, puis à lui adjoindre la génération d’actions. L’objectif annoncé est de s’appuyer sur des scènes futures prédites pour guider le mouvement, tout en limitant le risque que l’apprentissage des actions dégrade les capacités de généralisation acquises par le modèle vidéo. 9
11
- Apprendre à prédire les manipulations. À partir de Wan2.1-I2V-14B, le modèle poursuit son préentraînement sur des vidéos de robotique, d’activités humaines et des séquences plus générales. Les vidéos sont décrites en détail et organisées autour d’événements significatifs, afin d’apprendre à anticiper des actions dans des tâches variées.
9
11
- Accélérer la prédiction. L’étape suivante fixe l’horizon de prédiction à huit secondes, puis utilise la distillation par cohérence pour condenser une génération en plusieurs étapes en un planificateur visuel à une seule étape. Le temps de prédiction vidéo annoncé est d’environ 0,12 seconde.
18
- Produire les actions. La dernière étape ajoute un Action DiT de 0,9 milliard de paramètres, relié au modèle vidéo par une architecture dite « mixture of transformers ». La configuration décrite gèle initialement le socle vidéo et adapte le module d’action avec LoRA, afin de préserver les représentations prédictives du modèle.
4
Le temps de génération d’actions rapporté est d’environ 0,1 seconde pour un segment d’action de deux secondes, en plus des quelque 0,12 seconde de prédiction vidéo. Ce sont des mesures expérimentales rapportées, et non une garantie de vitesse indépendante du matériel utilisé. 11
21
Résultats sur robot réel et sur LIBERO
Sur un robot réel ALOHA à deux bras, VPP2 aurait atteint 58,5 % de réussite moyenne sans entraînement spécifique aux tâches évaluées, sur 10 types de tâches. Le résultat annoncé pour pi0.5, le modèle de Physical Intelligence, est de 40 %, soit un écart de 18,5 points de pourcentage dans cette évaluation. Ces essais physiques sont distincts du classement RoboDojo en simulation et ne sont pas directement interchangeables avec lui. 2
6
Le dépôt du projet rapporte également 45,00 % sur LIBERO-Pro et 63,93 % sur un protocole LIBERO-OOD modifié. Cette précision sur le protocole est importante lorsqu’on compare le résultat OOD à ceux obtenus dans d’autres conditions. 17
Code ouvert, mais pas de preuve de déploiement étendu
Le dépôt GitHub officiel documente l’implémentation et la mise à disposition de VPP2. Ses notes indiquent que les poids du modèle vidéo ont été publiés le 10 octobre, puis que le code d’entraînement vidéo conditionné par l’historique RoboDojo a été annoncé le 12 octobre : la publication s’est donc faite par étapes. 3
22
Les éléments disponibles étayent des performances rapportées sur des benchmarks, des essais sur robot réel et une mise à disposition en open source. Ils ne démontrent pas que VPP2 fonctionne déjà à grande échelle dans des opérations logistiques commerciales. Même si des déploiements de Robotera étaient vérifiés indépendamment, cela ne suffirait pas, à lui seul, à établir que ces systèmes utilisent précisément ce modèle.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « VPP2 se distingue sur RoboDojo-Sim, mais son déploiement à grande échelle reste à démontrer » ?
Robotera rapporte pour VPP2 un taux de réussite moyen de 32,26 % et un score moyen de 39,26 sur RoboDojo Sim, ainsi que 58,5 % de réussite zéro shot sur un robot ALOHA réel.
Quels sont les points clés à valider en premier ?
Robotera rapporte pour VPP2 un taux de réussite moyen de 32,26 % et un score moyen de 39,26 sur RoboDojo Sim, ainsi que 58,5 % de réussite zéro shot sur un robot ALOHA réel. VPP2 apprend d’abord à prédire l’évolution visuelle d’une scène, puis génère des actions.