Le modèle VPP2 de ROBOTERA atteint la première place du benchmark RoboDojo

Le modèle d'action mondiale (WAM) de ROBOTERA, VPP2 (Video Prediction Policy 2), a atteint la première place du benchmark RoboDojo. Développé par le MMLab de l'Université de Hong Kong en collaboration avec près de 20 institutions académiques, RoboDojo évalue les capacités de manipulation générale des robots dans des tâches simulées et réelles complexes.

Le modèle VPP2 a obtenu cette performance de premier plan sans nécessiter de données supplémentaires ni d'auto-amélioration basée sur l'agent (Agent RSI). Il a enregistré un taux de réussite moyen de 32,26 % et un score moyen de 39,26, se classant premier en généralisation, précision et mémoire parmi les méthodes évaluées. ROBOTERA a rendu le modèle VPP2 public sur GitHub.

Le VPP2 de ROBOTERA est conçu pour permettre aux robots de mieux prédire comment leurs actions modifieront leur environnement et de traduire les instructions en mouvements physiques. Contrairement aux modèles axés principalement sur la génération de contenu visuel, VPP2 est entraîné à comprendre la dynamique des objets et à suivre des commandes de manipulation précises. Il intègre la prédiction vidéo à la génération d'actions, visant à améliorer la fiabilité des robots dans divers objets, environnements et scénarios. Pour les tâches complexes en plusieurs étapes, VPP2 peut également fonctionner en conjonction avec un modèle de vision-langage (VLM) pour décomposer les instructions de haut niveau en actions exécutables.

Les capacités du modèle ont été validées lors de tests de prédiction vidéo, de suivi d'instructions et de manipulation robotique. Sur la plateforme ALOHA, VPP2 a atteint un taux de réussite moyen de 58,5 % sur 10 catégories de tâches, surpassant les autres méthodes de base dans neuf d'entre elles. Il a également atteint un taux de réussite de 45,0 % sur LIBERO-Pro, un benchmark pour la manipulation et la généralisation robotiques. En combinaison avec une planification de tâches de haut niveau, les taux de réussite moyens ont plus que doublé.

Cette réalisation marque le quatrième championnat de benchmark de ROBOTERA en "embodied intelligence" pour 2026, après des résultats de premier plan à World Arena, Benjie's Humanoid Olympic Games et RoboChallenge. Associés aux déploiements en cours de robots humanoïdes dans plus de 10 centres logistiques en Chine pour des entreprises comme China Post et SF Express, ces succès soulignent les progrès de ROBOTERA dans le développement de l'intelligence robotique générale et son intégration dans des applications réelles. L'entreprise vise à faire des robots à usage général des partenaires fiables dans le travail quotidien.