重磅！杨立昆团队JEPA首登无人机：纯仿真训练、零样本实机迁移，硬件改动误差降低30%
重磅！杨立昆团队JEPA首登无人机：纯仿真训练、零样本实机迁移，硬件改动误差降低30%图灵奖得主杨立昆提出的JEPA世界模型理论，终于在敏捷无人机机载高频控制场景完成工程落地了。
来自主题: AI技术研报
7070 点击 2026-06-26 11:12
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
图灵奖得主杨立昆提出的JEPA世界模型理论，终于在敏捷无人机机载高频控制场景完成工程落地了。
依赖于有限机器人数据和大量人类数据，也能让 VLA 模型更稳健吗？
世界模型（World Model），正在成为AI领域新的技术高地。从OpenAI的Sora，到图灵奖得主Yann LeCun力推的JEPA体系，再到李飞飞创办的World Labs，全球最顶尖的一批研究者都在试图回答同一个问题：AI究竟如何像人一样理解世界，而不仅仅是生成语言和图像。
LeCun的LeJEPA到底有没有构建出世界模型？他本人最新发表的论文，解答了这个问题。
LeCun念叨了好几年的JEPA，被160行代码给复刻了。GitHub上有个开发者，用极简单文件形式，用PyTorch把JEPA核心系列全部实现了一遍，从I-JEPA到LeWorldModel，五个变体一个没落，就为了——
“LLM 就是一条死路。”
真正的挑战在于，如何在错综复杂的原始视觉输入中提取抽象精髓。这便引出了本研究的主角：JEPA-WM（联合嵌入预测世界模型）。从名字也能看出来，这个模型与 Yann LeCun 的 JEPA（联合嵌入预测架构）紧密相关。事实上也确实如此，并且 Yann LeCun 本人也是该论文的作者之一。
近日，来自 Meta、香港科技大学、索邦大学、纽约大学的一个联合团队基于 JEPA 打造了一个视觉-语言模型：VL-JEPA。据作者 Pascale Fung 介绍，VL-JEPA 是第一个基于联合嵌入预测架构，能够实时执行通用领域视觉-语言任务的非生成模型。
《LeJEPA：无需启发式的可证明且可扩展的自监督学习》。
LeCun 这次不是批评 LLM，而是亲自改造。当前 LLM 的训练（包括预训练、微调和评估）主要依赖于在「输入空间」进行重构与生成，例如预测下一个词。 而在 CV 领域，基于「嵌入空间」的训练目标，如联合嵌入预测架构（JEPA），已被证明远优于在输入空间操作的同类方法。