AREX Feed Article
星动纪元开源 VPP2，宣布以 32.26% 平均成功率登顶 RoboDojo，并获泛化、精细操作、记忆三项第一
10 月 11 日，据，具身智能企业星动纪元（ROBOTERA）宣布世界动作模型（WAM，World Action Model）VPP2（Video Prediction Policy 2）正式开源，并称其以平均成功率 32.26%、平均得分 39.26 登顶 RoboDojo 榜首，在泛化能力、精细操作、记忆能力三项上排名第一，超过 GPT-6 Astra、Physical Intelligence π0.5、英伟达 GR00T-N1.7 等模型。了这则报道。
这组成绩在 上有对应条目：VPP2 被标注为「由 RobotEra 提交」，39.26 的平均得分是当前全部条目中的最高值；配套的论文与代码库也已公开。公司同时表示，VPP2 在本次评测中未使用额外数据或 Agent RSI 等增强手段，仅使用标准数据集训练。
VPP2 项目页展示的 RoboDojo 模拟榜截图，更新于 2026 年 10 月 9 日。
开源清单：代码、两档视频权重与评测检查点
实现代码放在 GitHub 的 仓库，描述为论文「Video Prediction Policy 2: Predict Better, Act Better」的官方实现，10 月 8 日建立，包含模型代码、训练配置、脚本，以及 RoboDojo 与 LIBERO 两个基准的训练和评测指南。README 的 News 栏记录了两次更新：10 月 8 日 VPP2 登上 RoboDojo-Sim 官方榜单第一；10 月 10 日视频模型权重开放下载。
视频权重分 49 帧的 Stage-1 与 17 帧的 Stage-2 两档，在 Hugging Face 上公开，在 ModelScope 上需要账号访问；RoboDojo 评测用的 Video-100k、Action2B-100k 检查点与 LIBERO 系列检查点也列在下载清单里，模型仓库还包含 Wan2.1-I2V-14B-480P 的变分自编码器（VAE）、CLIP 与 UMT5 文本编码器、分词器（tokenizer）等共享资产。按 README 说明，代码以 MIT 许可证发布，权重、数据集与仿真器资产另有条款。
论文同期公开： 页面显示它 10 月 7 日提交、10 月 8 日修订；列出的署名机构包括星动纪元、清华大学、香港科技大学（广州）、加州大学伯克利分校与上海交通大学，并把 VPP2 描述为在视频预测与动作生成上都具备强零样本泛化能力的世界动作模型。
先预测、再行动：三段式管线
VPP2 属于世界动作模型（WAM），这类模型试图把视频预测学到的先验迁移到动作学习上。北京商报的表述是，VPP2 采用「先预测、再行动」的分阶段训练路线，把视频预测与动作生成解耦。
按论文与项目页，整条管线分三步：先收集大规模、多样化的操作视频做「事件级」继续预训练，为视频片段配上详细描述，以提升基座视频模型在开放式操作任务上的泛化能力；再把视频模型后训练、蒸馏成固定预测跨度的单步视觉规划器；最后用混合 Transformer（mixture-of-transformers，MoT）架构接入动作模块，学习隐式逆动力学模型。针对 RoboDojo 中需要记忆的任务，团队还把历史帧加进了模型输入。
论文报告的一项结果是：在开放式任务上，VPP2-14B 的视频预测指令跟随成功率比 Cosmos3-64B 高 11.0 个百分点（0.85 对 0.74）。
五维成绩单：对照榜单核验三项第一
RoboDojo 的模拟评测把能力拆成五个维度：泛化、记忆、精细操作、长程执行、开放词汇指令。当前榜单上，VPP2 的各项成绩（平均得分/平均成功率）为：泛化 36.38/29.50，精细操作 43.03/35.17，长程执行 56.28/37.00，记忆 56.01/55.56，开放词汇指令 4.61/4.08。
「三项第一」都能核验：泛化、精细操作、记忆三个维度的平均得分都是榜单最高值。
开篇提到的三个比较对象与 VPP2 的差距也写在榜单上，按平均得分/平均成功率计：GPT-6-Astra 28.97/22.48，π0.5（榜上记作 Pi_05）11.44/6.93，GR00T-N1.7 2.85/1.31。榜单把使用 Agent 增强的条目单独标注：标注为「Agent + VLA」（视觉-语言-动作模型）的 PhysicalRSI（36.27/31.38）与标注为「Agent」的 GPT-6-Astra，在「不含 Agent」视图里被淡化显示、不参与排名，VPP2 则排在这一视图第一位。变更记录显示，9 月 28 日榜单先收录过一版 VPP2-Preview（31.40/25.62），10 月 8 日更新为正式版 VPP2。
公司在中把 Agent RSI 解释为 agent-based reinforcement self-improvement（基于智能体的强化自我改进）。
仿真之外：ALOHA 与 LIBERO 的数字
论文与公司英文新闻稿还给出了真机与其他基准的成绩：在 ALOHA 平台上，VPP2 的零样本真机操作平均成功率为 58.5%（覆盖 10 类任务），比最强基线高 18.5 个百分点，10 类任务中有 9 类领先；LIBERO-Pro 为 45.0%（论文称最强基线为 11.0%），LIBERO-OOD 为 63.9%。按新闻稿的说法，给 VPP2 接上视觉语言模型做子任务拆解后，五组任务的平均成功率从 27.6% 提高到 57.6%。
RoboDojo 的评测规则，与这组成绩的边界
RoboDojo 由香港大学 MMLab 牵头，与近 20 所学术机构共建，包含 42 项仿真任务与 18 项真机任务；仿真部分按上述五个维度评分，配套 XPolicyLab 做策略集成，并维护公开榜单（）。榜单的验证协议写明：提交的模型会额外在隐藏布局上接受评估，用于识别对公开布局的过拟合与手动调参；条目被收录后，上榜方须在三天内满足「开源工件」要求（）。
边界体现在几处出处与口径上：数字通过公司论文与新闻稿发布；论文注明对比基线取自 2026 年 9 月的官方模拟榜单；VPP2 的分数则是在基准针对性后训练（benchmark-specific post-training）之后、遵循官方协议取得的。
「三项第一」之外，长程执行与开放词汇指令两项的首位分别属于 Simate-beta 与 GPT-6-Astra：前者平均得分 57.84，高于 VPP2 的 56.28；后者平均得分 34.36，高于 VPP2 的 4.61。