# VPP – 清华和星动纪元推出的首个AIGC机器人大模型

- Link: https://paooo.com/aigc-news/19984/
- Published: 2026-06-08T13:59:37+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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](https://paooo.com/ai-study/)。
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。

阅读目录

 * [VPP是什么](https://paooo.com/aigc-news/19984/#vpp%e6%98%af%e4%bb%80%e4%b9%88)
 * [VPP的主要功能](https://paooo.com/aigc-news/19984/#vpp%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [VPP的技术原理](https://paooo.com/aigc-news/19984/#vpp%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [VPP的项目地址](https://paooo.com/aigc-news/19984/#vpp%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [VPP的应用场景](https://paooo.com/aigc-news/19984/#vpp%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![VPP](https://paooo.com/wp-content/uploads/2026/06/VPP-website-1.avif)

## 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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Stable Video ↗**

Stable Video通过AI实现视频创作与图像编辑，功能实用、操作便捷。

❓ 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](https://paooo.com/aigc-news/)
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。

🔬 语宙深潜追问 · 进阶实操拆解

视频预测式机器人学习最大优势是什么？

它把“看见未来动作”变成训练信号，能用视频数据预训练，再迁移到真机控制。这样可显著
降低采集成本，并提升跨本体泛化能力。

落地到真实机器人时最难哪一步？

最难的是 sim-to-real 和安全控制。需要补充触觉、力控和约束策略，并在真实环境中做分
阶段验证，不能直接把生成动作全量上线。

🗳️ 读者观点微投票 · 您的实战立场是？

VPP机器人模型，真能替代真机数据吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Vid2World：清华重大突破！视频扩散模型秒变交互式世界模型，机器人、游戏开发迎来新范式](https://paooo.com/aigc-news/17083/)
 * [VideoAgent – 斯坦福联合多所研究机构推出自改进的视频生成系统](https://paooo.com/aigc-news/26212/)
 * [GPDiT – 清华北大联合阶跃星辰等推出的视频生成模型](https://paooo.com/aigc-news/18936/)
 * [STIV – 苹果公司推出的视频生成大模型](https://paooo.com/aigc-news/24909/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/19984/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
