跳到正文
热点事件持续更新

VPP2:视频预测与机器人操作新模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Yanjiang Guo 等人发布论文提出 Video Prediction Policy 2(VPP2),一种世界动作模型(WAM)。据论文,该模型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,在视频预测与动作生成上具备较强的零样本泛化能力。 论文称,VPP2-14B 在视频预测与机器人操作任务上超越 Cosmos3-64B。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CV
    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(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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。