ОтветыОпубликовано23 источники
VPP2 вышла на первое место в RoboDojo-Sim — но до масштабного внедрения ещё далеко
По данным Robotera, VPP2 набрала в RoboDojo Sim 32,26% успешных выполнений и 39,26 балла, а также лидировала в категориях обобщения, точности и памяти. На реальном двуруком роботе ALOHA модель показала 58,5% успеха без дообучения на задачах теста.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- По данным Robotera, VPP2 набрала в RoboDojo Sim 32,26% успешных выполнений и 39,26 балла, а также лидировала в категориях обобщения, точности и памяти.
- На реальном двуруком роботе ALOHA модель показала 58,5% успеха без дообучения на задачах теста.
- VPP2 сначала учится предсказывать будущие кадры, а затем — выбирать действия. Заявление об отсутствии дополнительных данных относится к результату бенчмарка, а не к обучению базовой видеомодели.
Промпт ИИ
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 сообщила, что её модель VPP2 заняла первое место в симуляционном рейтинге RoboDojo: средняя успешность составила 32,26%, средний балл — 39,26. Компания также заявила о лидерстве в категориях обобщения, точности и памяти. На реальном двуруком роботе ALOHA VPP2, по опубликованным результатам, справилась с задачами без специального дообучения с успешностью 58,5%. Это заметные показатели, но они не подтверждают, что модель уже применяется в коммерческих системах в больших масштабах. 2
6
Что именно проверяет RoboDojo
RoboDojo — бенчмарк, созданный под руководством MMLab Гонконгского университета совместно с академическими партнёрами. В нём 42 задачи для двуруких роботов. Они проверяют, насколько система обобщает навыки на новые условия, выполняет точные манипуляции и длинные последовательности действий, использует память и понимает инструкции со свободно сформулированными объектами и действиями. 5
6
Показатели VPP2 относятся именно к симуляционному рейтингу: у RoboDojo отдельные таблицы для симуляции и испытаний в реальном мире. В опубликованном сравнении GPT-6-Astra набрала 22,48% успешных выполнений и 28,97 балла. Разница в пользу VPP2 составила 9,78 процентного пункта по успешности и 10,29 балла по среднему результату. Это сравнение в рамках конкретной оценки, а не универсальный рейтинг моделей для любых робототехнических задач. 2
6
У слова «первое место» есть и временная оговорка. История RoboDojo показывает, что в сентябре в симуляционный рейтинг внесли Simate-beta, а результат VPP2 добавили 8 октября. Поэтому корректнее говорить о месте в конкретной таблице на определённую дату, а не о безусловном лидерстве во всех режимах и испытаниях. 12
Что значит «без дополнительных данных»
Robotera заявила, что получила результат бенчмарка без дополнительных данных и без агентного самоулучшения с подкреплением. Это не означает, что VPP2 обучали без масштабного набора видео: описание метода указывает, что модель построена на предварительно обученной Wan2.1-I2V-14B, а её дальнейшее обучение использовало разнообразные видео манипуляций роботов, действий людей и общие видеоматериалы. 25
9
11
Иными словами, заявление относится к дополнительным данным и инструментам самоулучшения в контексте заявленного результата. Оно не отменяет того, что для обучения видеомодели использовался специально подготовленный видеоматериал. 9
11
Сначала предсказать — потом действовать
В основе VPP2 — последовательный подход: сначала модель учится предсказывать развитие сцены, затем ускоряет это предсказание, и лишь после этого осваивает генерацию действий. По замыслу авторов, прогноз будущих кадров помогает выбрать движение, а разделение этапов должно уберечь навыки предсказания от потери при обучении действиям. 9
11
- Обучение предсказанию. В качестве основы берут Wan2.1-I2V-14B и продолжают обучение на видео роботизированных манипуляций, действий людей и общих сцен. Видеофрагменты подробно описывают и разбивают на значимые события, чтобы модель училась предсказывать действия в разных задачах.
9
11
- Ускорение прогноза. Модель настраивают на фиксированный горизонт предсказания в восемь секунд. Затем дистилляция согласованности сжимает многошаговую генерацию до одного шага визуального планировщика. Заявленное время предсказания — около 0,12 секунды.
18
- Генерация движений. К видеомодели добавляют Action DiT на 0,9 млрд параметров, связанный с ней архитектурой Mixture-of-Transformers. В описанной схеме на начальном этапе обучения действий параметры видеомодели замораживают, а для адаптации используют LoRA — это должно помочь сохранить усвоенные представления и способность к обобщению.
4
Для генерации фрагмента действий длительностью две секунды указано около 0,1 секунды; вместе с видеопредсказанием общая задержка в описанном эксперименте составляет примерно 0,22 секунды. Это опубликованные результаты замеров, а не гарантия одинаковой скорости на любом оборудовании. 11
21
Проверки на роботе и в LIBERO
На реальном двуруком роботе ALOHA VPP2, по опубликованным данным, достигла средней успешности 58,5% в десяти типах задач без предварительного обучения на них. Для сравнения, у pi0.5 от Physical Intelligence в этой оценке указано 40% — разница составляет 18,5 процентного пункта. Эти результаты получены в реальных испытаниях и не являются частью симуляционного рейтинга RoboDojo. 2
6
Репозиторий проекта также указывает 45,00% успешности в LIBERO-Pro и 63,93% по изменённому протоколу LIBERO-OOD. Уточнение про изменённый протокол важно: результаты OOD-тестов могут быть несопоставимы напрямую, если условия оценки отличаются. 17
Открытый код — ещё не масштабное внедрение
Официальный репозиторий VPP2 содержит описание реализации и публикации материалов. Согласно примечаниям к релизу, веса видеомодели стали доступны 10 октября, а код обучения на видео с историей RoboDojo объявили открытым 12 октября. Публикация шла поэтапно, а не одним пакетом в одну дату. 3
22
Доступные сведения подтверждают заявленные результаты бенчмарков, испытания на реальном роботе и открытый доступ к части материалов проекта. Но они не показывают, что именно VPP2 уже работает в коммерческой логистике в больших масштабах. Даже подтверждённое применение других систем Robotera само по себе не доказывало бы, что в них используется эта модель.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «VPP2 вышла на первое место в RoboDojo-Sim — но до масштабного внедрения ещё далеко»?
По данным Robotera, VPP2 набрала в RoboDojo Sim 32,26% успешных выполнений и 39,26 балла, а также лидировала в категориях обобщения, точности и памяти.
Какие ключевые моменты необходимо проверить в первую очередь?
По данным Robotera, VPP2 набрала в RoboDojo Sim 32,26% успешных выполнений и 39,26 балла, а также лидировала в категориях обобщения, точности и памяти. На реальном двуруком роботе ALOHA модель показала 58,5% успеха без дообучения на задачах теста.
Что мне делать дальше на практике?
VPP2 сначала учится предсказывать будущие кадры, а затем — выбирать действия. Заявление об отсутствии дополнительных данных относится к результату бенчмарка, а не к обучению базовой видеомодели.