研究团队提出VPP2世界动作模型

2026年10月27日，arXiv Robotics刊出研究团队（Yanjiang Guo等作者）的报道，提出世界动作模型 Video Prediction Policy 2（VPP2）。据该报道，VPP2 通过大规模操作视频的 event-level 预训练、将视频模型蒸馏为单步视觉规划器，并用 mixture-of-transformers（MoT）架构引入动作模块来学习隐式逆动力学；报道称该模型在视频预测与动作生成两方面具备较强的零样本泛化能力。目前事件进展仅止于这一篇报道，尚无后续跟进报道，也没有关于模型规模、训练数据量、评测结果或开源与使用条件的进一步信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。