@BasileTerv987: 已收录于TMLR，并获可重复性认证 我们的JEPA-WM研究第二版（arXiv:2512.24497）已发布，包含新的数据扩展实验…
摘要
Basile Terver及其同事关于机器人学的联合嵌入预测世界模型（JEPA-WM）的论文已被TMLR收录，并获可重复性认证。更新版本包含新的数据扩展实验、多步展开训练的Lipschitz分析以及扩展讨论。
查看缓存全文
缓存时间: 2026/05/25 14:40
被 TMLR 接收，并获得可重复性认证
我们 JEPA-WM 研究的 v2 版（arXiv:2512.24497）已发布，新增了数据规模扩展实验、多步 rollout 训练的 Lipschitz 分析，以及更深入的讨论。
回顾 + 新内容
合作者：@JimmyTYYang1、Jean Ponce、@AdrienBardes、@ylecun
Basile Terver (@BasileTerv987)： 我的第一篇博士论文发表了！🎓
“什么因素驱动了基于联合嵌入预测世界模型的物理规划成功？”
一句话总结：面向机器人的 JEPA-WM：在视觉编码器之上学习动力学，优化动作以靠近目标 👇
合作者：@JimmyTYYang1、Jean Ponce、@AdrienBardes、@ylecun
相似文章
@artemZholus：谢谢！在第二篇论文（https://arxiv.org/abs/2605.06388）中，我们采用了您（和RAE）的方案，效果不错。
本文系统地比较了基于重建和基于语义的潜在空间在机器人行动条件潜在扩散世界模型中的应用。研究发现，像V-JEPA 2.1这样的语义编码器在策略相关指标上通常优于重建编码器，从而主张将语义潜在空间作为机器人世界模型的更强基础。
@AbdelStark: 是时候让世界服下JEPA药丸了！awesome-jepa：一份精心整理的论文、模型、代码、数据集和学习资源列表……
一份精心整理的关于Joint Embedding Predictive Architectures（JEPA）的论文、模型、代码、数据集和学习资源列表，这是Yann LeCun提出的用于世界模型的自监督方法。
那么，Yann LeCun 的 "World Models" 和 JEPA 究竟是什么？它真的能替代 LLM 吗？
讨论了 Yann LeCun 近期 arXiv 论文中的 "World Models" 和 JEPA，澄清了它并非 LLM 的替代品，而是一个针对机器人、自动驾驶和工业控制等领域视觉处理优化的模型。
无奖励的表征：JEPA对LLM微调的审计
本文对联合嵌入预测架构（JEPA）在自然语言到正则表达式任务上的LLM微调进行了审计，测试了二十二个辅助目标。结果表明，隐藏状态表征的改进与解码任务准确率之间仅存在弱耦合，没有辅助目标通过族系校正。
Sub-JEPA：用于稳定端到端世界模型的子空间高斯正则化
作者提出了 Sub-JEPA，这是一种利用子空间高斯正则化来提高 LeWM 等端到端世界模型稳定性的方法，在连续控制基准测试中表现出一致的性能提升。