标签
联合嵌入预测架构（JEPA）用于自监督学习的逐步注解实现与解释，涵盖I-JEPA、V-JEPA和LeJEPA。
VLA-JEPA，一种集成了 JEPA 世界模型以学习动作相关动态的新模型，已在 LeRobot 中发布。它支持使用人类视频进行预训练，仅需少量微调即可获得强大性能，并在 NVIDIA DGX Spark 上实时运行。