VPP2：基于视频预测的机器人控制框架

VPP2 是一种基于视频预测的机器人控制框架，通过三阶段训练实现从语言指令到动作的映射。它先用完整事件数据增强视频模型对操作语义的理解，再通过固定时域蒸馏提升时间对齐与推理效率，最后结合动作专家完成从预测到动作的衔接。