答え公開済み23 ソース
VPP2はロボットの「次の動き」を予測する――RoboDojo首位の成果と、まだ分からないこと
Roboteraによると、VPP2はRoboDojoのシミュレーション評価で成功率32.26％、平均スコア39.26を記録。実機ALOHAの10種類のタスクでは、ゼロショット成功率58.5％と報告されています。 VPP2は動画で未来の状態を予測してからロボットの動作を生成する設計です。RoboDojoの首位はシミュレーション部門の結果であり、大規模な商用導入が確認されたわけではありません。
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- Roboteraによると、VPP2はRoboDojoのシミュレーション評価で成功率32.26％、平均スコア39.26を記録。実機ALOHAの10種類のタスクでは、ゼロショット成功率58.5％と報告されています。
- VPP2は動画で未来の状態を予測してからロボットの動作を生成する設計です。RoboDojoの首位はシミュレーション部門の結果であり、大規模な商用導入が確認されたわけではありません。
AI プロンプト
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
動画から「次に何が起きるか」を予測し、その見通しをロボットの動作につなげる――Roboteraの世界行動モデル「VPP2」は、この動画予測と行動生成を組み合わせたモデルです。同社はRoboDojoのシミュレーション評価で、平均成功率32.26％、平均スコア39.26を報告しました。実機での別評価でも成果を示していますが、現時点で分かるのはベンチマークや試験での結果であり、VPP2が商用現場に大規模導入されたことを示すものではありません。2
6
RoboDojoで測ったのは何か
RoboDojoは香港大学のMMLabなどが主導するロボット操作ベンチマークです。両腕ロボットを使う42種類のタスクを通じて、未知の状況への対応力、精密な操作、長い手順の実行、記憶、語彙を限定しない指示への対応などを評価します。5
6
Roboteraの発表によれば、VPP2は発表時点のシミュレーション部門で、平均成功率32.26％、平均スコア39.26を記録し、汎化・精度・記憶の各項目で首位となりました。RoboDojoにはシミュレーションと実世界の別々のランキングがあるため、この結果をすべての評価での首位と捉えることはできません。2
6
公表された事後学習後の比較では、GPT-6-Astraは成功率22.48％、平均スコア28.97でした。この比較に限ると、VPP2は成功率で9.78ポイント、平均スコアで10.29ポイント上回ります。あくまで記載された評価条件での比較であり、あらゆるロボットタスクに共通する順位を示すものではありません。6
「首位」という表現には時点の違いにも注意が必要です。RoboDojoの履歴には、VPP2より前にSimate-betaが登録された記録があります。ランキングは特定の時点・条件での位置づけであり、モデルの版や評価設定、実環境での性能を超えて一般化できるものではありません。6
12
「追加データなし」は、学習データが不要という意味ではない
Roboteraは、ベンチマークの結果について、追加データやエージェントによる強化学習型の自己改善を使わなかったと説明しています。25 ただし、これはVPP2が大規模な動画学習を経ていないという意味ではありません。手法の説明では、事前学習済みのWan2.1-I2V-14Bを基盤に、ロボット操作、人の活動、一般的な動画を使って追加の動画事前学習を行います。
9
11
つまり「追加データなし」という主張は、報告された評価に際しての追加データや自己改善手法についての説明です。モデルの予測能力そのものは、多様な動画を用いた学習に支えられています。9
11
先に予測を学び、その後で動作を生成
VPP2の特徴は、動画予測を先に学習・高速化し、その後に行動生成を加える段階的な設計です。予測した未来の映像を動作の手がかりにしながら、行動学習によって動画モデルが獲得した汎化能力を損なうリスクを抑えることを狙っています。9
11
- 操作の映像を学ぶ。 Wan2.1-I2V-14Bを土台に、ロボット操作、人の活動、一般的な動画を使って動画の事前学習を続けます。動画には詳しい説明を付け、意味のある出来事ごとに扱うことで、幅広い操作への予測を学習させます。
9
11
- 予測を高速化する。 次に、予測する時間を8秒に固定して後学習し、一貫性蒸留によって複数段階の生成を単一ステップの視覚プランナーに圧縮します。報告された動画予測の遅延は約0.12秒です。
18
- 予測を動作につなげる。 最後に、9億パラメーターのAction DiTを加え、動画モデルと混合Transformer方式で接続します。説明された学習設定では、初期に動画モデルの基盤部分を凍結し、行動側をLoRAで適応させます。動画モデルの予測表現を保つことが狙いです。
4
報告上の動作生成時間は、2秒分の動作チャンクあたり約0.1秒です。動画予測の約0.12秒と合わせて示される実験上の値であり、使用ハードウェアを問わず同じ速度が出る保証ではありません。11
21
実機ALOHAとLIBEROでの結果
実機のALOHA両腕ロボットを使った評価では、10種類のタスクにおけるゼロショット成功率が平均**58.5％**と報告されました。比較対象として示されたPhysical Intelligenceのpi0.5は40％で、この評価では18.5ポイントの差があります。これは実機での結果であり、RoboDojoのシミュレーションランキングとは別の評価です。2
6
プロジェクトのリポジトリには、LIBERO-Proで45.00％、変更を加えたLIBERO-OODの評価手順で**63.93％**という結果が記載されています。後者は変更されたプロトコルでの数値なので、異なる設定の結果と比べる際には条件の違いを確認する必要があります。17
オープンソース公開と、現場への導入は別の話
VPP2の公式GitHubリポジトリには実装や公開状況が記録されています。更新履歴によると、動画モデルの重みは10月10日、RoboDojoの履歴条件付き動画学習コードは10月12日に公開されました。公開は一度に完了したのではなく、段階的に進んだことが分かります。3
22
確認できる情報は、ベンチマークの報告値、実機での試験、そしてオープンソース公開です。一方、VPP2そのものが商用の物流現場などで大規模に稼働していることを裏付ける情報は示されていません。企業がロボットを導入しているという事実だけでは、それらのロボットが特定のモデルVPP2を使っているとは判断できません。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「VPP2はロボットの「次の動き」を予測する――RoboDojo首位の成果と、まだ分からないこと」の短い答えは何ですか?
Roboteraによると、VPP2はRoboDojoのシミュレーション評価で成功率32.26％、平均スコア39.26を記録。実機ALOHAの10種類のタスクでは、ゼロショット成功率58.5％と報告されています。
最初に検証する重要なポイントは何ですか?
Roboteraによると、VPP2はRoboDojoのシミュレーション評価で成功率32.26％、平均スコア39.26を記録。実機ALOHAの10種類のタスクでは、ゼロショット成功率58.5％と報告されています。 VPP2は動画で未来の状態を予測してからロボットの動作を生成する設計です。RoboDojoの首位はシミュレーション部門の結果であり、大規模な商用導入が確認されたわけではありません。