跳到正文
热点事件持续更新

V-JEPA Policy:在冻结视觉潜空间上训练世界-动作模型

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Yang Zhang 等作者提交论文,提出 V-JEPA Policy 框架:在冻结的 V-JEPA 2.1 编码器潜空间上,从头联合训练指令条件未来潜变量预测器与流匹配动作专家,构建世界-动作模型(WAM)。 论文称该模型总参数 0.9B、可训练参数 0.6B,在 LIBERO、LIBERO-Plus 和 RoboCasa-GR1 上达到与代表性 WAM 及视觉-语言-动作基线相当的性能。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    V-JEPA Policy:在预测式视觉潜空间上构建世界-动作模型

    V-JEPA Policy 提出一种世界-动作模型框架,在冻结的 V-JEPA 2.1 编码器潜空间上,从头联合训练指令条件未来潜变量预测器与流匹配动作专家。该模型总参数 0.9B、可训练参数 0.6B,在 LIBERO、LIBERO-Plus 和 RoboCasa-GR1 上达到与代表性 WAM 及视觉-语言-动作基线相当的性能。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。