---
title: "VPP – 清华和星动纪元推出的首个AIGC机器人大模型"
url: "https://paooo.com/aigc-news/19984/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T13:59:37+08:00"
updated_at: "2026-06-08T13:59:37+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI智能体, AI视频生成, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# VPP – 清华和星动纪元推出的首个AIGC机器人大模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/19984/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 基于视频扩散模型，VPP先预测未来场景，再生成机器人动作，实现“看见未来再执行”。
- 支持6-10Hz预测与50Hz以上控制，兼顾动作流畅性、泛化能力与真实任务落地。
- 在Calvin ABC-D接近满分，且可跨本体学习，显著降低高质量真机数据依赖。

## VPP是什么

VPP（Video Prediction Policy）是清华大学和星动纪元推出的首个AIGC机器人大模型。基于预训练的视频扩散模型，学习互联网上的大量视频数据，直接预测未来场景生成机器人动作。VPP能提前预知未来，实现高频预测和动作执行，支持跨人形机器人本体切换，显著降低对高质量机器人真机数据的依赖。VPP在Calvin ABC-D基准测试中取得接近满分的成绩，在真实世界的复杂灵巧操作任务中表现出色。VPP的开源为具身智能机器人的发展提供强大的技术支持。

## VPP的主要功能

- **提前预测未来场景**：让机器人在行动前“看到”未来，增强泛化能力。

- **高频预测与动作执行**：实现6-10Hz的预测频率和超过50Hz的控制频率，提升动作流畅性。

- **跨机器人本体学习**：直接学习不同形态机器人的视频数据，包括人类操作数据，降低数据获取成本。

- **多任务学习与泛化**：在复杂的真实世界任务中表现出色，例如抓取、放置、堆叠、倒水和工具使用。

- **可解释性与调试优化**：基于预测视频提前发现失败场景，便于开发者进行针对性优化。

## VPP的技术原理

- **视频扩散模型（VDM）的预测性视觉表示**：基于预训练的视频扩散模型（如Stable Video Diffusion）学习预测未来场景。视频扩散模型基于单步去噪生成预测性视觉表示，视觉表示包含当前帧，能明确表示未来帧。

- **动作学习**：用Video Former聚合预测性视觉表示，提取时空信息。基于扩散策略（Diffusion Policy）生成机器人动作，实现从预测到执行的无缝过渡。

- **优化与泛化**：VPP基于互联网视频数据和机器人操作数据进行训练，减少对高质量真机数据的依赖。基于跨本体学习，VPP能直接学习不同形态机器人的视频数据，提升模型的泛化能力。

## VPP的项目地址

- **项目官网**：[https://video-prediction-policy.github.io/](https://video-prediction-policy.github.io/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/roboterax/video-prediction-policy](https://github.com/roboterax/video-prediction-policy)

- **arXiv技术论文**：[https://arxiv.org/pdf/2412.14803](https://arxiv.org/pdf/2412.14803)

## VPP的应用场景

- **家庭服务**：完成家务（倒水、拿东西）、照顾老人或儿童（递送物品）。

- **工业制造**：用在零件抓取、货物搬运和堆叠，提高生产效率。

- **医疗辅助**：协助手术器械传递、康复训练和病房物品递送。

- **教育与研究**：帮助学生理解复杂操作流程，用在实验室实验操作。

- **服务行业**：如餐厅送餐、酒店行李搬运和公共场合导览。

## 常见问题解答 (FAQ)

### VPP是什么机器人大模型？
VPP（Video Prediction Policy）是清华大学和星动纪元推出的首个AIGC机器人大模型。它基于预训练视频扩散模型学习互联网视频与机器人数据，先预测未来场景，再生成机器人动作，用于提升泛化和操作能力。

### VPP为什么能减少真机数据依赖？
VPP通过学习大量互联网视频和跨本体机器人视频，直接获得预测性视觉表示，不必完全依赖高质量真机示教数据。这样能降低采集成本，同时提升对不同任务和不同机器人形态的适应能力。

### VPP适合哪些实际应用场景？
VPP适合家庭服务、工业制造、医疗辅助、教育研究和服务行业等场景，可用于抓取、放置、堆叠、倒水、工具使用、搬运和递送等复杂灵巧操作任务。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
