星动纪元的VPP2拿下RoboDojo第一，没加一点额外数据

10月10日，具身智能企业星动纪元宣布，其自研的世界动作模型VPP2在具身智能评测基准RoboDojo上位列榜首，综合平均成功率32.26%、综合平均得分39.26分，泛化能力、精细操作和记忆能力三项评测也都排在第一。同场竞技的对手里包括GPT-6的Astra、Physical Intelligence的π0.5，以及英伟达的GR00T-N1.7，VPP2同步开源。

RoboDojo是什么，决定了这个第一的含金量。它由香港大学MMLab牵头，联合近20所学术机构共建，包含42项双臂操作任务，覆盖泛化、精细操作、长程任务、记忆和开放词汇指令理解五个维度。和传统数据集不同，它更像换题考试，会挪动物体位置、改变环境布局、换一种说法下指令，专门测模型走出训练舒适区之后还灵不灵。

VPP2属于世界动作模型这一类。这条路线今年的分歧点在训练方式：一种是把视频预测和动作生成放进同一套参数里端到端一起训，另一种拆开分阶段来。VPP2选的是后者，先让模型学会预测任务过程会发生什么，再提速并引入动作模块，用两段式把世界的演化规律和机器人的动作策略分开处理，避免预测误差直接灌进动作里。

数据侧也做了减歧义的处理。团队筛掉信息量不足的视频，把任务描述写细，统一动作坐标的表示，让同一段素材在不同场景下指向一致；复杂任务则交给视觉语言模型拆成子任务，再逐条交给动作模块执行。这套做法不带额外数据，也不上机器人自我进化之类的增强手段，训练只用了标准数据集。

和对手的差距可以量化。VPP2领先GPT-6的Astra约9.78个百分点，得分高出10.29分。但把绝对值摆出来看，32.26%的成功率谈不上机器人已经能干活，绝大多数任务它仍然做不下来。这个榜单的价值在相对位置，不在绝对水平——它说明仅靠标准数据、不堆料，也能在泛化能力上拉开身位。

另一条线索是榜单本身的更替频率。RoboDojo的榜首在六周内换过三次，接棒的几乎都是中国团队，VPP2之前登顶的LiberAI也来自国内。星动纪元的路径是把仿真里的能力往真机迁移，在ALOHA机械臂平台上的实测里，10类操作任务的平均成功率达到58.5%。仿真榜单考的是上限，真机能不能稳住，才是具身智能商业化真正的分水岭。