[控场AI]
模型Video JEPA / V-JEPA模型

V-JEPA

Meta开发的视频理解模型,采用「联合嵌入预测架构」(Joint Embedding Predictive Architecture),试图捕捉视频中的结构化因果关系,是世界模型研究的重要探索

核心事实

时间轴 (近 90 天)

10月12日

OpenAI的Sora和Meta的V-JEPA等模型在视频预测和物理推理方面展现了世界模型的雏形。

待验证50%
9月12日

Meta AI Research已发布I-JEPA和V-JEPA等具体实现,在视觉自监督学习任务上取得了有竞争力的结果

待验证50%
9月7日

Google DeepMind的Genie系列、Meta的V-JEPA、以及NVIDIA的Cosmos平台都在探索将物理约束嵌入生成模型的技术路径

待验证50%
9月6日

Meta研究团队提出的V-JEPA模型、Google DeepMind的Genie等项目在探索让AI建立对物理世界的内在模拟

待验证50%
9月5日

Yann LeCun提出JEPA框架,核心思想是在抽象的表征空间而非像素空间中进行预测,Meta已发布V-JEPA等早期实现

待验证50%
9月5日

V-JEPA由Meta AI于2024年发布,通过遮蔽视频中最高可达90%的时空区域训练模型在表征空间预测被遮蔽部分

待验证50%

全部知识事实 (7)

来源文章