arXiv cs.CV· Yanjiang Guo, Haodong Yan, Zhide Zhong, Zhongru Zhang, Qingyuan Yang, Qingzhou Lu, Xiaoyu Chen, Yen-Jen Wang, Shuying Deng, Chenghan Yang, Puzhen Yuan, Chenxin Liu, Tun Ban, Xiang Zhu, Yichen Liu, Kun Feng, Haoang Li, Jianyu Chen·· 4 小时前AI 评分36
VPP2：预测更好，行动更好——VPP2-14B 在视频预测与机器人操作上超越 Cosmos3-64B
Video Prediction Policy 2: Predict Better, Act Better
AI 导读
Video Prediction Policy 2（VPP2）是一种世界动作模型（WAM），通过大规模操作视频事件级预训练、单步视觉规划器蒸馏和 MoT 动作模块，实现视频预测与动作生成的强零样本泛化。
来源：arXiv cs.CV · arxiv.org