引用soohamr · 2026-06
“JEPA style world models are showing promise when conditioned on actions [1]”
指出 JEPA 式世界模型在以动作为条件时显示出潜力
仅用两项损失、从像素端到端稳定训练的 JEPA 世界模型
现有 JEPA 世界模型依赖多项损失、指数滑动平均、预训练编码器或辅助监督来避免表示坍塌,训练脆弱。LeWorldModel 只用“下一嵌入预测”和“使潜在嵌入服从高斯分布的正则项”两项损失,就能从原始像素端到端稳定训练,约 15M 参数、单 GPU 数小时可训练完成;规划速度最高比基于基础模型的世界模型快 48 倍,在多种 2D/3D 控制任务上保持竞争力,且潜空间能编码物理量并检测不合理事件。
输入中只有一条摘录:评论者以它为例,说明 JEPA 式世界模型在以动作为条件时显示出前景。
“JEPA style world models are showing promise when conditioned on actions [1]”