清华等团队发布 VPP2：视频预测驱动机器人操作新基准第一
lucy_x_shi · x · 2026-10-14
两年前推出 Video Prediction Policy (VPP) 的团队（RobotEra、清华大学等）发布升级版 VPP2，主打「预测更好，动作更好」。
- 核心思路：将视频基础模型继续预训练于大规模多样化操作视频（带细粒度字幕、事件级预训练），再蒸馏为单步视觉规划器，最后用 mixture-of-transformers (MoT) 架构学习隐式逆动力学模型。
- 成绩：在开放式视频预测的指令跟随任务上超出 Cosmos3-64B 约 11%，post-training 后在 RoboDojo Benchmark 排名第一。
- 亮点：对开放环境的人手与机械臂操作都能做零样本泛化的视频预测与动作生成。
项目页、代码与 Hugging Face 权重均已开源。
「具身」频道最新
- ESP32 玩 AI 智能硬件:15 个开源项目合集加 Meta Muse 手把手对接教程 — alexcovo_eth · 2026-10-14
- 超越视觉：用共享空间感知让手机和机器人协同「本体感觉」 — broodsugar · 2026-10-14
- 苹果发布全新家庭中控设备，值不值得买？ — Kiteaton · 2026-10-14
- Physical Intelligence 开放 Pi API Beta,支持用自有数据微调 π0 系机器人模型 — chelseabfinn · 2026-10-14
- Polymarket 引数据：2026 上半年全球 97% 人形机器人出货来自中国 — Polymarket · 2026-10-14
- 天工 Ultra 百米跑赢博尔特纪录,美媒警示美国机器人产业对华供应链困局 — mattsheehan88 · 2026-10-14