- 类别
- 世界模型
- 开放程度
- 开源
- 发布时间
- 2025 年 6 月
- 开源协议
- MIT
- 发布方所在地
- 美国
项目简介
Meta FAIR 用互联网规模视频自监督训练的视频模型,通过在潜在特征空间预测被遮挡部分来学习理解和预测物理世界。动作条件版 V-JEPA 2-AC 在其编码器上用少量 DROID 机器人交互数据后训练成潜在世界模型,可根据目标图像做规划,不需要针对新环境采集数据,就能让 Franka 机械臂完成伸手、抓取、拾放。2026 年的 V-JEPA 2.1 改进训练方法,学到更好的稠密特征。
- 规模
- V-JEPA 2 编码器 300M–1B 参数(ViT-L/H/g),V-JEPA 2.1 为 80M–2B;V-JEPA 2-AC 基于 ViT-g
适配机器人
- Franka