研究與評測
量子位稱星動紀元 VPP2 登上 RoboDojo 模擬榜首,成功率 32.26% 超越 GPT-6-Astra
量子位單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據

量子位報導稱,清華相關機器人公司星動紀元自研的世界動作模型(WAM)VPP2,登上 RoboDojo 模擬評測榜首;其綜合平均成功率為 32.26%、平均得分為 39.26 分,兩項指標均排名第一。不過目前僅有單一來源,相關結果尚無其他佐證來源確認。
報導以 RoboDojo 後訓練評測比較稱,GPT-6-Astra 的平均成功率為 22.48%、平均得分為 28.97 分,VPP2 分別高出 9.78 個百分點與 10.29 分;VPP2 也在泛化、精細操作與記憶三個能力維度排名第一。RoboDojo 模擬基準包含 42 項雙臂操作任務,涵蓋泛化、精準操作、長程任務、記憶與開放詞彙指令理解五個維度。
報導另稱,VPP2 未使用額外資料或 Agent RSI 等增強手段,而是採用標準資料集。在真實 ALOHA 雙臂機器人的十類零樣本操作測試中,VPP2 平均成功率為 58.5%,高於 π0.5 的 40%,並在十類任務中的九類取得最佳成績。
技術上,星動紀元將影片預測與動作學習拆成三階段:先進行事件級影片持續預訓練,再以固定八秒影片進行後訓練與蒸餾,最後訓練動作專家。報導稱,VPP2 以 Wan2.1-I2V-14B 為基礎,整合機器人操作、人類活動與一般影片資料,並以 0.9B 參數的 Action DiT 產生機器人動作;影片預測與動作專家延遲分別約為 0.12 秒與 0.1 秒,整體動作片段生成延遲約 0.22 秒。
在其他測試中,報導稱 VPP2 於 LIBERO-Pro 取得 45.0% 總體成功率,其他基線最高為 11.0%;在 LIBERO-OOD 的組合泛化測試中取得 63.9%。以 14B 參數 VPP2 進行的機器人操作指令遵循測試成功率為 90%,高於 64B 參數 Cosmos3 的 78%。
報導也提到,VLM 高層規劃器負責語意理解、記憶與任務拆解,再由 VPP2 執行子任務;在 RoboDojo 指定長程任務中,加入子任務規劃後,平均成功率由 27.6% 提升至 57.6%。文中稱 VPP2 已開源程式碼,但未提供權重開放的具體說明。
讀原始報導背景
過去機器人學習領域主要由 Google RT-2、OpenVLA 與 π0 等 VLA(Vision-Language-Action)模型主導。新興的 WAM(World Action Model,世界動作模型)技術則透過影片預測理解物理世界的動態變化,再將預測結果轉化為機器人動作,成為具身智慧領域的新發展方向。