उत्तरप्रकाशित23 स्रोत
VPP2 ने RoboDojo सिमुलेशन में बढ़त बनाई—पर बड़े पैमाने पर इस्तेमाल का सबूत नहीं
Robotera के मुताबिक VPP2 ने RoboDojo के सिमुलेशन लीडरबोर्ड पर 32.26% औसत सफलता दर और 39.26 औसत स्कोर हासिल किया। असली ALOHA रोबोट पर 10 तरह के कामों में इसकी रिपोर्टेड ज़ीरो शॉट सफलता दर 58.5% रही। VPP2 पहले वीडियो से संभावित भविष्य का अनुमान लगाता है और फिर उससे रोबोट की कार्रवाई तैयार करता है। ये बेंचमार्क और परीक...
प्रकाशितकर्ताGPT-6 Luna से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Robotera के मुताबिक VPP2 ने RoboDojo के सिमुलेशन लीडरबोर्ड पर 32.26% औसत सफलता दर और 39.26 औसत स्कोर हासिल किया। असली ALOHA रोबोट पर 10 तरह के कामों में इसकी रिपोर्टेड ज़ीरो शॉट सफलता दर 58.5% रही।
- VPP2 पहले वीडियो से संभावित भविष्य का अनुमान लगाता है और फिर उससे रोबोट की कार्रवाई तैयार करता है। ये बेंचमार्क और परीक्षण के नतीजे हैं—बड़े पैमाने पर व्यावसायिक तैनाती का प्रमाण नहीं।
AI संकेत
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
रोबोट को कोई काम बताने पर वह सिर्फ निर्देश समझे, इतना काफी नहीं—उसे यह भी अनुमान लगाना होता है कि अगली चाल से आसपास की चीज़ें कैसे बदलेंगी। Robotera का VPP2 इसी विचार पर काम करता है: पहले वीडियो के जरिए संभावित अगला दृश्य अनुमानित करना, फिर उस अनुमान के आधार पर रोबोट की कार्रवाई बनाना।
Robotera ने RoboDojo के सिमुलेशन लीडरबोर्ड पर VPP2 के लिए 32.26% औसत सफलता दर और 39.26 औसत स्कोर की जानकारी दी। कंपनी के मुताबिक मॉडल ने सामान्यीकरण, सटीकता और स्मृति श्रेणियों में भी पहला स्थान पाया। इसके अलावा, अलग से किए गए असली रोबोट परीक्षण में VPP2 ने ALOHA के कामों पर 58.5% ज़ीरो-शॉट सफलता दर दर्ज की। ये नतीजे उल्लेखनीय हैं, लेकिन इनसे यह साबित नहीं होता कि VPP2 व्यावसायिक इस्तेमाल में बड़े पैमाने पर तैनात है। 2
6
RoboDojo में क्या परखा गया?
RoboDojo, हांगकांग विश्वविद्यालय के MMLab और अकादमिक सहयोगियों के नेतृत्व में बना बेंचमार्क है। इसमें दो भुजाओं वाले रोबोट के 42 काम शामिल हैं। मूल्यांकन में यह देखा जाता है कि मॉडल नए हालात में कितना ढलता है, सटीक ढंग से चीज़ें संभालता है या नहीं, लंबे क्रम वाले काम पूरे कर पाता है या नहीं, जानकारी याद रखता है या नहीं, और खुले शब्दों में दिए निर्देशों का पालन कैसे करता है। 5
6
यहां सफलता दर बताती है कि काम पूरा हुआ या नहीं, जबकि औसत स्कोर काम के दौरान हासिल प्रगति को भी दर्शाता है। Robotera ने बताया कि RoboDojo के सिमुलेशन लीडरबोर्ड पर VPP2 का औसत स्कोर 39.26 और सफलता दर 32.26% थी। यह सिमुलेशन का नतीजा है; RoboDojo का वास्तविक दुनिया वाला लीडरबोर्ड अलग है। 2
6
रिपोर्ट में दिए गए एक पोस्ट-ट्रेनिंग मुकाबले में GPT-6-Astra की सफलता दर 22.48% और औसत स्कोर 28.97 था। इस खास तुलना में VPP2 की सफलता दर 9.78 प्रतिशत अंक और औसत स्कोर 10.29 अंक अधिक रहा। इसे हर तरह के रोबोट काम पर लागू होने वाली सार्वभौमिक रैंकिंग नहीं, बल्कि बताई गई मूल्यांकन पद्धति के नतीजे के रूप में देखना चाहिए। 6
पहले स्थान के दावे के साथ तारीख का संदर्भ भी ज़रूरी है। RoboDojo के लीडरबोर्ड इतिहास में Simate-beta का इससे पहले का नतीजा दर्ज है और VPP2 की एंट्री 8 अक्टूबर की है। इसलिए रैंकिंग किसी खास तारीख और लीडरबोर्ड की तस्वीर है—हर मॉडल, सेटिंग या वास्तविक प्रदर्शन के बारे में हमेशा के लिए लागू दावा नहीं। 12
“अतिरिक्त डेटा नहीं” का मतलब क्या है?
Robotera ने कहा कि बेंचमार्क नतीजे के लिए अतिरिक्त डेटा या एजेंट-आधारित रीइन्फोर्समेंट सेल्फ-इम्प्रूवमेंट का सहारा नहीं लिया गया। इसका मतलब यह नहीं है कि VPP2 को किसी बड़े वीडियो-ट्रेनिंग आधार के बिना बनाया गया। उपलब्ध विवरण के मुताबिक मॉडल, पहले से प्रशिक्षित Wan2.1-I2V-14B पर आधारित है और उसे रोबोटिक कामों, इंसानी गतिविधियों तथा सामान्य वीडियो के विविध संग्रह पर आगे प्रशिक्षित किया गया। 25
9
11
यानी “अतिरिक्त डेटा नहीं” वाला दावा बेंचमार्क के लिए अलग से जोड़े गए डेटा और अतिरिक्त सेल्फ-इम्प्रूवमेंट तरीकों के बारे में है। मॉडल की वीडियो-पूर्वानुमान क्षमता विकसित करने के लिए चुने हुए वीडियो डेटा का इस्तेमाल फिर भी किया गया। 9
11
पहले भविष्य का दृश्य, फिर रोबोट की चाल
VPP2 की ट्रेनिंग में वीडियो-अनुमान और कार्रवाई-निर्माण को चरणों में रखा गया है। विचार यह है कि मॉडल पहले सीखे कि किसी काम के आगे बढ़ने पर दृश्य कैसा दिख सकता है; फिर उस जानकारी से कार्रवाई बनाए। 9
11
- कामों का वीडियो समझना: Wan2.1-I2V-14B से शुरू करके मॉडल को रोबोटिक कामों, इंसानी गतिविधियों और सामान्य वीडियो पर आगे प्रशिक्षित किया गया। क्लिप के साथ विस्तृत विवरण जोड़े गए और उन्हें अर्थपूर्ण घटनाओं के हिसाब से व्यवस्थित किया गया, ताकि मॉडल अलग-अलग तरह के कामों में दृश्य-परिवर्तन का अनुमान लगाना सीखे।
9
11
- अनुमान को तेज़ करना: अगला चरण आठ सेकंड की तय अवधि वाले वीडियो-अनुमान पर केंद्रित था। फिर consistency distillation के जरिए कई चरणों में होने वाली गणना को एक-चरणीय दृश्य योजनाकार में संक्षिप्त किया गया। रिपोर्टेड वीडियो-अनुमान समय करीब 0.12 सेकंड है।
18
- अनुमान से कार्रवाई बनाना: अंतिम चरण में 0.9 अरब पैरामीटर वाला Action DiT जोड़ा गया। इसे वीडियो मॉडल से mixture-of-transformers ढांचे के जरिए जोड़ा गया। विवरण के मुताबिक शुरुआत में वीडियो मॉडल के मुख्य हिस्से को स्थिर रखा गया और कार्रवाई मॉड्यूल के लिए LoRA adaptation अपनाई गई—ताकि कार्रवाई सीखते समय पहले से सीखी गई वीडियो-अनुमान क्षमता को नुकसान न पहुंचे।
4
रिपोर्टेड समय के मुताबिक, वीडियो-अनुमान में करीब 0.12 सेकंड और दो सेकंड की कार्रवाई के एक हिस्से को बनाने में करीब 0.1 सेकंड लगते हैं। ये बताए गए प्रयोगों के समय हैं, हर हार्डवेयर पर मिलने वाली गति की गारंटी नहीं। 11
21
असली ALOHA रोबोट और LIBERO के नतीजे
असली ALOHA दो-भुजा रोबोट पर, 10 तरह के कामों में VPP2 ने कथित तौर पर 58.5% औसत ज़ीरो-शॉट सफलता दर हासिल की। तुलना में Physical Intelligence के pi0.5 का आंकड़ा 40% था—इस मूल्यांकन में 18.5 प्रतिशत अंक का अंतर। ये भौतिक रोबोट पर किए गए परीक्षण हैं; इन्हें RoboDojo के सिमुलेशन लीडरबोर्ड के नतीजों के साथ सीधे मिलाकर नहीं देखना चाहिए। 2
6
परियोजना के रिपॉज़िटरी में VPP2 के लिए LIBERO-Pro पर 45.00% और बदले हुए LIBERO-OOD प्रोटोकॉल पर 63.93% सफलता दर दर्ज है। OOD वाला आंकड़ा संशोधित प्रोटोकॉल के तहत है, इसलिए दूसरी मूल्यांकन पद्धतियों के नतीजों से तुलना करते समय इस बात का ध्यान रखना ज़रूरी है। 17
कोड उपलब्ध है—पर तैनाती का प्रमाण अलग बात है
VPP2 का आधिकारिक GitHub रिपॉज़िटरी मॉडल के कोड और रिलीज़ की जानकारी देता है। रिलीज़ नोट्स के मुताबिक वीडियो मॉडल के वज़न 10 अक्टूबर को उपलब्ध हुए, जबकि RoboDojo के history-conditioned वीडियो-ट्रेनिंग कोड की घोषणा 12 अक्टूबर को की गई। यानी सामग्री चरणों में जारी हुई, एक ही दिन में पूरी रिलीज़ नहीं। 3
22
उपलब्ध साक्ष्य बेंचमार्क के रिपोर्टेड नतीजों, असली रोबोट पर परीक्षण और ओपन-सोर्स उपलब्धता का समर्थन करते हैं। लेकिन वे यह स्थापित नहीं करते कि VPP2 खुद व्यावसायिक लॉजिस्टिक्स में बड़े पैमाने पर चल रहा है। किसी कंपनी की मौजूदा तैनाती की पुष्टि भी अपने-आप यह साबित नहीं करेगी कि उन प्रणालियों में यही खास मॉडल इस्तेमाल हो रहा है।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"VPP2 ने RoboDojo सिमुलेशन में बढ़त बनाई—पर बड़े पैमाने पर इस्तेमाल का सबूत नहीं" का संक्षिप्त उत्तर क्या है?
Robotera के मुताबिक VPP2 ने RoboDojo के सिमुलेशन लीडरबोर्ड पर 32.26% औसत सफलता दर और 39.26 औसत स्कोर हासिल किया। असली ALOHA रोबोट पर 10 तरह के कामों में इसकी रिपोर्टेड ज़ीरो शॉट सफलता दर 58.5% रही।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Robotera के मुताबिक VPP2 ने RoboDojo के सिमुलेशन लीडरबोर्ड पर 32.26% औसत सफलता दर और 39.26 औसत स्कोर हासिल किया। असली ALOHA रोबोट पर 10 तरह के कामों में इसकी रिपोर्टेड ज़ीरो शॉट सफलता दर 58.5% रही। VPP2 पहले वीडियो से संभावित भविष्य का अनुमान लगाता है और फिर उससे रोबोट की कार्रवाई तैयार करता है। ये बेंचमार्क और परीक्षण के नतीजे हैं—बड़े पैमाने पर व्यावसायिक तैनाती का प्रमाण नहीं।