Câu trả lờiĐã xuất bản23 nguồn
VPP2 dẫn đầu bảng mô phỏng RoboDojo: bước tiến đáng chú ý, chưa phải bằng chứng triển khai đại trà
Robotera báo cáo VPP2 đạt 32,26% tỷ lệ thành công và 39,26 điểm trung bình trên bảng mô phỏng RoboDojo; mô hình cũng đạt 58,5% thành công zero shot trong thử nghiệm trên robot ALOHA. VPP2 học dự đoán video trước rồi mới tạo hành động.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Robotera báo cáo VPP2 đạt 32,26% tỷ lệ thành công và 39,26 điểm trung bình trên bảng mô phỏng RoboDojo; mô hình cũng đạt 58,5% thành công zero shot trong thử nghiệm trên robot ALOHA.
- VPP2 học dự đoán video trước rồi mới tạo hành động. Kết quả đứng đầu được nêu là trên bảng mô phỏng, không phải bằng chứng mô hình đã được triển khai ở quy mô lớn.
Prompt AI
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
VPP2 của Robotera kết hợp dự đoán video với tạo hành động cho robot: mô hình dự đoán cảnh có thể thay đổi ra sao rồi dùng thông tin đó để hỗ trợ chọn chuyển động. Trên bảng xếp hạng mô phỏng RoboDojo, công ty báo cáo tỷ lệ thành công trung bình 32,26% và điểm trung bình 39,26, đồng thời đứng đầu ở các hạng mục khái quát hóa, độ chính xác và ghi nhớ. Một thử nghiệm riêng trên robot thật ghi nhận tỷ lệ thành công zero-shot 58,5% qua các tác vụ ALOHA. Đây là những kết quả đáng chú ý, nhưng chưa chứng minh VPP2 được triển khai ở quy mô lớn. 2
6
RoboDojo đánh giá những gì?
RoboDojo do MMLab thuộc Đại học Hồng Kông dẫn dắt cùng các đối tác học thuật xây dựng, với 42 tác vụ thao tác bằng robot hai tay. Bộ đánh giá kiểm tra khả năng khái quát hóa, thao tác chính xác, thực hiện chuỗi tác vụ dài, ghi nhớ và làm theo chỉ dẫn có từ vựng mở. Ngoài tỷ lệ hoàn thành tác vụ, benchmark còn báo cáo điểm trung bình, phản ánh mức độ hoàn thành chứ không chỉ kết quả đạt hay không đạt. 5
6
Kết quả Robotera công bố đưa VPP2 lên đầu bảng mô phỏng tại thời điểm công bố: tỷ lệ thành công trung bình 32,26%, điểm trung bình 39,26 và vị trí dẫn đầu ở ba hạng mục khái quát hóa, độ chính xác và ghi nhớ. Đây không phải tuyên bố rằng VPP2 đứng đầu mọi đánh giá của RoboDojo: bảng mô phỏng và bảng thử nghiệm thế giới thực là hai bảng riêng. 2
6
Trong phép so sánh hậu huấn luyện được dẫn lại, GPT-6-Astra đạt tỷ lệ thành công 22,48% và điểm trung bình 28,97. Theo phép so sánh này, VPP2 cao hơn 9,78 điểm phần trăm về tỷ lệ thành công và 10,29 điểm về điểm trung bình. Những con số đó phản ánh kết quả trong một đợt đánh giá cụ thể, không phải thứ hạng phổ quát trên mọi tác vụ robot. 6
Cũng cần đặt tuyên bố “đứng đầu” đúng mốc thời gian. Lịch sử bảng xếp hạng RoboDojo ghi nhận kết quả Simate-beta trước khi VPP2 được thêm vào ngày 8 tháng 10. Vì vậy, thứ hạng cần được hiểu trong bối cảnh bảng xếp hạng và thời điểm cụ thể, không phải khẳng định bất biến về mọi phiên bản, thiết lập hay hiệu năng ngoài đời thực. 12
“Không dùng thêm dữ liệu” không có nghĩa là không huấn luyện bằng dữ liệu video
Robotera cho biết kết quả benchmark đạt được mà không cần dữ liệu bổ sung hoặc cơ chế tự cải thiện tăng cường dựa trên tác tử. Tuyên bố này không có nghĩa VPP2 được huấn luyện mà thiếu một quá trình học video đáng kể: mô tả phương pháp cho biết mô hình dựa trên Wan2.1-I2V-14B đã tiền huấn luyện, sau đó tiếp tục huấn luyện bằng nhiều video về thao tác robot, hoạt động của con người và các nội dung tổng quát. 25
9
11
Nói cách khác, tuyên bố “không thêm dữ liệu” nói về kết quả benchmark và việc không dùng thêm cơ chế tự cải thiện nói trên; phương pháp được mô tả vẫn sử dụng một tập video được tuyển chọn để phát triển khả năng dự đoán của mô hình. 9
11
Huấn luyện dự đoán trước, hành động sau
Thiết kế cốt lõi của VPP2 là rèn khả năng dự đoán video trước, tăng tốc quá trình đó rồi mới bổ sung khả năng tạo hành động. Ý tưởng là dùng hình dung về trạng thái tương lai để hỗ trợ chuyển động, đồng thời hạn chế nguy cơ quá trình huấn luyện hành động làm suy giảm khả năng khái quát hóa đã học từ video. 9
11
- Học dự đoán thao tác: Bắt đầu từ Wan2.1-I2V-14B, giai đoạn đầu tiếp tục huấn luyện mô hình video bằng các cảnh thao tác robot, hoạt động của con người và video tổng quát. Các video được mô tả chi tiết và chia theo những sự kiện có ý nghĩa, giúp mô hình học cách dự đoán hành động trong nhiều tác vụ.
9
11
- Rút ngắn thời gian dự đoán: Giai đoạn tiếp theo huấn luyện mô hình dự đoán với khoảng thời gian cố định tám giây, rồi dùng chưng cất nhất quán để nén quá trình tạo nhiều bước thành một bộ lập kế hoạch thị giác một bước. Thời gian dự đoán video được báo cáo vào khoảng 0,12 giây.
18
- Tạo hành động từ trạng thái tương lai dự đoán: Giai đoạn cuối bổ sung Action DiT có 0,9 tỷ tham số, kết nối với mô hình video theo thiết kế mixture-of-transformers. Cấu hình huấn luyện được mô tả ban đầu đóng băng phần lõi video và dùng LoRA để thích ứng mô-đun hành động, nhằm bảo toàn các biểu diễn dự đoán đã học.
4
Thời gian tạo hành động được báo cáo vào khoảng 0,1 giây cho một đoạn hành động dài hai giây, bên cạnh khoảng 0,12 giây để dự đoán video. Đây là thời gian trong thử nghiệm được công bố, không phải cam kết tốc độ áp dụng trên mọi phần cứng. 11
21
Kết quả trên robot thật và LIBERO
Trên robot hai tay ALOHA, VPP2 được báo cáo đạt 58,5% thành công zero-shot trung bình trên 10 loại tác vụ, so với 40% của pi0.5 do Physical Intelligence phát triển—chênh lệch 18,5 điểm phần trăm trong phép đánh giá này. Kết quả trên robot thật là một đánh giá riêng, không thể xem như tương đương với bảng mô phỏng RoboDojo. 2
6
Kho mã của dự án báo cáo VPP2 đạt 45,00% trên LIBERO-Pro và 63,93% theo giao thức LIBERO-OOD đã được điều chỉnh. Điều kiện “giao thức đã điều chỉnh” rất quan trọng khi đối chiếu con số OOD với kết quả từ các thiết lập khác. 17
Mã nguồn mở chưa đồng nghĩa với triển khai rộng rãi
Kho GitHub chính thức của VPP2 có tài liệu về cách triển khai và phát hành. Ghi chú phát hành cho biết trọng số mô hình video được công bố ngày 10 tháng 10, còn mã huấn luyện video có điều kiện theo lịch sử RoboDojo được thông báo ngày 12 tháng 10. Đây là quá trình phát hành theo từng giai đoạn, không phải một ngày phát hành đầy đủ duy nhất. 3
22
Các bằng chứng hiện có cho thấy VPP2 đã có kết quả benchmark được báo cáo, được thử nghiệm trên robot thật và có tài nguyên mã nguồn mở. Chúng chưa xác nhận VPP2 đang hoạt động ở quy mô lớn trong các hệ thống logistics thương mại. Ngay cả khi một số hoạt động triển khai của Robotera được xác minh độc lập, điều đó cũng không tự chứng minh các hệ thống ấy đang chạy chính mô hình VPP2. 2
6
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "VPP2 dẫn đầu bảng mô phỏng RoboDojo: bước tiến đáng chú ý, chưa phải bằng chứng triển khai đại trà" là gì?
Robotera báo cáo VPP2 đạt 32,26% tỷ lệ thành công và 39,26 điểm trung bình trên bảng mô phỏng RoboDojo; mô hình cũng đạt 58,5% thành công zero shot trong thử nghiệm trên robot ALOHA.
Những điểm chính cần xác nhận đầu tiên là gì?
Robotera báo cáo VPP2 đạt 32,26% tỷ lệ thành công và 39,26 điểm trung bình trên bảng mô phỏng RoboDojo; mô hình cũng đạt 58,5% thành công zero shot trong thử nghiệm trên robot ALOHA. VPP2 học dự đoán video trước rồi mới tạo hành động. Kết quả đứng đầu được nêu là trên bảng mô phỏng, không phải bằng chứng mô hình đã được triển khai ở quy mô lớn.