VPP2 世界动作模型论文发布

Yanjiang Guo 等作者在 arXiv cs.RO 提交论文，提出世界动作模型 Video Prediction Policy 2（VPP2）。作者称，该模型通过大规模操作视频的事件级预训练、把视频模型蒸馏为固定预测时域的单步视觉规划器，并以 MoT 架构接入动作模块学习隐式逆动力学，从而在视频预测和动作生成上具备较强的零样本泛化能力。 作者称，在针对各基准做后训练后，VPP2 在 LIBERO-Pro、LIBERO-OOD 和 RoboDojo 三个基准上取得所评估方法中最高的成功率。上述效果为作者自述，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。