清华系星动纪元VPP2登顶RoboDojo榜单，超越GPT-6-Astra等模型

星动纪元自研的世界动作模型VPP2登顶RoboDojo仿真榜单，综合平均成功率32.26%、综合平均得分39.26分，两项指标均列第一。作为对比，在RoboDojo仿真基准的后训练评测中，GPT-6-Astra平均成功率为22.48%、平均得分28.97分，VPP2分别领先9.78个百分点和10.29分。

理解这份成绩，需要先理解考场。RoboDojo由香港大学MMLab牵头、全球近20所顶尖学术机构共同建设，仿真测试包含42项双臂操作任务，覆盖泛化、精准操作、长程任务、记忆、开放词汇指令理解五个维度。它的出题方向刻意避开机器人的舒适区：换个环境还能不能干活、物体摆歪了还能不能抓准、任务做到一半还记不记得前面发生了什么。

两个指标各有侧重：成功率看机器人能否完整完成任务，平均得分衡量任务推进到了哪一步，即便没能全部完成，也能体现阶段性表现。两项指标均综合了五大能力维度的测试结果。拆开来看，VPP2在泛化能力、精细操作、记忆能力三个维度上均排名第一——这三项恰好对应机器人进入真实世界的几道难关。

需要明确的是，RoboDojo终究是仿真环境。真到物理世界，物体的摩擦、形变、位置偏差都会带来变数。仿真里展现的泛化能力能否在真机上成立，是这份成绩单之外必须单独回答的问题。

团队把VPP2部署到真实ALOHA双臂机器人上，测试抓取、放置、堆叠、折叠、倾倒等10类零样本操作任务——即无需针对这些测试任务额外微调，机器人直接上手。结果是平均成功率58.5%，高于π0.5的40%，并在10类任务中拿下9类最佳成绩。

这份真机结果的意义在于，它考察的是仿真中的能力能否迁移到真实物理环境。但边界同样清楚：真机测试仅在ALOHA双臂机器人上进行，未覆盖其他本体；58.5%的平均成功率也意味着仍有相当比例的任务未能完成。

另外两套泛化测试提供了补充证据。LIBERO-Pro考察物体位置、任务要求变化后的操作能力，VPP2总体成功率45.0%，其他基线模型最高11.0%；LIBERO-OOD考察组合泛化，将熟悉的物体、布局和任务目标重新组合成此前没见过的新任务，VPP2总体成功率63.9%。

把这些结果放在一起，可以读出的判断是：VPP2在多个评测口径下都表现出领先，但这些评测均来自其团队自研或参与的测试，尚无第三方独立复现结果。