待验证50% 置信基准精确时间
在 D3IL 基准上，训练后的 Quantum-JEPA 模型能够从同一初始点生成多条避障路线，且无需观测运动信息。
1
来源数
50%
置信度
长期有效
时效性
2026/10/21
首次发现
来源
涉及实体
相关事实
待验证Quantum-JEPA 使用条件量子玻恩先验（conditional quantum Born prior）来学习未来表征的分布，为 JEPA 引入了一个可训练的量子组件。68% 相似待验证提议的方案分三步：在物理仿真环境中训练JEPA模型、让物理结构从JEPA表征中涌现、将冻结的物理表征作为条件信号接入LLM67% 相似待验证Quantum-JEPA 的核心设计是用量子电路生成二值潜动作（binary latent actions），测量输出的比特串被解释为潜动作，再由共享预测器映射到不同的未来表征。66% 相似待验证Quantum-JEPA 采用采样能量目标（sampled energy objective）来优化量子先验，使生成的潜动作既能产生有效的未来预测，又能覆盖多种可能的延续。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1079377API
curl https://kongchang.com/api/v1/knowledge/claims/1079377MCP
get_claim(id=1079377)