RespostasPublicado23 fontes
VPP2 lidera ranking simulado do RoboDojo, mas escala comercial não foi comprovada
A Robotera reportou 32,26% de sucesso médio e nota média de 39,26 para o VPP2 no RoboDojo Sim, além de 58,5% de sucesso zero shot em tarefas com um robô ALOHA real. O VPP2 aprende a prever mudanças na cena antes de gerar ações para o robô.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- A Robotera reportou 32,26% de sucesso médio e nota média de 39,26 para o VPP2 no RoboDojo Sim, além de 58,5% de sucesso zero shot em tarefas com um robô ALOHA real.
- O VPP2 aprende a prever mudanças na cena antes de gerar ações para o robô. A colocação citada é no ranking de simulação do RoboDojo, separado da avaliação em robôs reais.
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
O VPP2, modelo da Robotera que combina previsão de vídeo e geração de ações para robôs, obteve 32,26% de sucesso médio e nota média de 39,26 no ranking de simulação do RoboDojo. A empresa também reportou 58,5% de sucesso médio em testes zero-shot com um robô ALOHA real. Os resultados chamam atenção, mas não demonstram que o VPP2 esteja implantado em larga escala. 2
6
O que o RoboDojo avalia
O RoboDojo, liderado pelo MMLab da Universidade de Hong Kong e desenvolvido com colaboradores acadêmicos, avalia 42 tarefas de manipulação com braços robóticos duplos. Os testes medem generalização, precisão, execução de tarefas longas, memória e compreensão de instruções com vocabulário aberto. O benchmark divulga tanto a taxa de sucesso quanto uma pontuação média, que considera mais do que a conclusão ou não de cada tarefa. 5
6
Na entrada citada, o VPP2 apareceu em primeiro lugar no ranking de simulação, com 32,26% de sucesso médio, 39,26 pontos de média e liderança nas categorias de generalização, precisão e memória. Isso não significa que o modelo esteja na frente em toda avaliação do RoboDojo: os rankings de simulação e de testes no mundo real são separados. 2
6
Em uma comparação reportada após pós-treinamento, o GPT-6-Astra registrou 22,48% de sucesso e nota média de 28,97. Nesse recorte, o VPP2 ficou 9,78 pontos percentuais à frente na taxa de sucesso e 10,29 pontos acima na pontuação média. Os números se referem à avaliação citada, não a uma classificação universal para todas as tarefas robóticas. 6
Há também uma ressalva sobre a expressão “primeiro lugar”. O histórico do RoboDojo registra uma entrada anterior do Simate-beta e, depois, a inclusão do VPP2 em 8 de outubro. Rankings descrevem uma lista específica em determinado momento; não são afirmações permanentes sobre todas as versões, configurações ou resultados no mundo real. 12
O que quer dizer “sem dados adicionais”
A Robotera afirmou que obteve o resultado no benchmark sem dados adicionais nem autoaperfeiçoamento por reforço baseado em agentes. Isso não quer dizer que o VPP2 tenha sido desenvolvido sem um processo amplo de treinamento com vídeos: a descrição do método informa que ele parte do modelo pré-treinado Wan2.1-I2V-14B e continua o treinamento com vídeos variados de manipulação robótica, atividades humanas e cenas gerais. 25
9
11
A distinção é importante: a afirmação sobre não usar dados extras ou aperfeiçoamento adicional diz respeito ao resultado reportado no benchmark. O método descrito ainda usa um conjunto de vídeos selecionados para desenvolver a capacidade de previsão do modelo. 9
11
Como o VPP2 aprende a prever antes de agir
A estratégia central é treinar primeiro a previsão de vídeo, torná-la mais rápida e só depois acrescentar a geração de ações. A ideia é usar uma previsão visual do que pode acontecer para orientar os movimentos e, ao mesmo tempo, reduzir o risco de que o treinamento de ações prejudique a capacidade de generalização aprendida pelo modelo de vídeo. 9
11
- Aprender a prever manipulações. A partir do Wan2.1-I2V-14B, a primeira etapa continua o pré-treinamento com vídeos de manipulação robótica, atividades humanas e cenas gerais. Os vídeos recebem descrições detalhadas e são organizados em torno de eventos relevantes, para ensinar o modelo a prever ações em diferentes tarefas.
9
11
- Transformar a previsão em um planejador mais rápido. Na etapa seguinte, o modelo é treinado para prever um horizonte fixo de oito segundos. A destilação por consistência comprime a geração feita em várias etapas em um planejador visual de uma única etapa. O tempo de previsão informado é de cerca de 0,12 segundo.
18
- Gerar ações a partir do futuro previsto. Por fim, o modelo recebe um Action DiT, um módulo de difusão com 0,9 bilhão de parâmetros, conectado ao modelo de vídeo por uma arquitetura de mistura de transformers. No início do treinamento de ações, a base do modelo de vídeo fica congelada e o componente de ação usa adaptação LoRA, numa tentativa de preservar as representações preditivas já aprendidas.
4
O tempo reportado para gerar ações é de cerca de 0,1 segundo para um bloco de ações de dois segundos, além dos aproximadamente 0,12 segundo de previsão de vídeo. São medições experimentais divulgadas para o sistema, não uma garantia de velocidade independente do hardware. 11
21
Resultados com robôs reais e no LIBERO
Em um robô ALOHA real com dois braços, o VPP2 teria alcançado 58,5% de sucesso zero-shot em média, considerando 10 tipos de tarefa. Para comparação, a Physical Intelligence reportou 40% para o pi0.5 — uma diferença de 18,5 pontos percentuais nessa avaliação. Esses testes físicos são distintos do ranking de simulação do RoboDojo e não devem ser comparados como se fossem a mesma medição. 2
6
O repositório do projeto também divulga 45,00% no LIBERO-Pro e 63,93% em um protocolo modificado do LIBERO-OOD. A ressalva sobre o protocolo modificado é relevante ao comparar o resultado de OOD com números obtidos em outras configurações. 17
Código aberto não é evidência de implantação em escala
O repositório oficial do VPP2 no GitHub documenta a implementação e a publicação do projeto. As notas de lançamento informam que os pesos do modelo de vídeo ficaram disponíveis em 10 de outubro e que o código de treinamento de vídeo condicionado ao histórico do RoboDojo foi anunciado em 12 de outubro. A liberação ocorreu em etapas, não em uma única data para todos os componentes. 3
22
As informações disponíveis sustentam os resultados reportados em benchmarks, os testes com robôs reais e a disponibilidade de materiais em código aberto. Elas não demonstram que o próprio VPP2 esteja operando em escala em centros de logística comerciais. Mesmo que a Robotera tenha outras implantações, isso não comprovaria, por si só, que elas usam esse modelo específico.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "VPP2 lidera ranking simulado do RoboDojo, mas escala comercial não foi comprovada"?
A Robotera reportou 32,26% de sucesso médio e nota média de 39,26 para o VPP2 no RoboDojo Sim, além de 58,5% de sucesso zero shot em tarefas com um robô ALOHA real.
Quais são os pontos-chave para validar primeiro?
A Robotera reportou 32,26% de sucesso médio e nota média de 39,26 para o VPP2 no RoboDojo Sim, além de 58,5% de sucesso zero shot em tarefas com um robô ALOHA real. O VPP2 aprende a prever mudanças na cena antes de gerar ações para o robô. A colocação citada é no ranking de simulação do RoboDojo, separado da avaliação em robôs reais.