Meta AI lança o modelo de mundo preditivo de incorporação conjunta para planeamento físico JEPA-WMs

Notícias ME: mensagem, a 3 de abril (UTC+8), a equipa de investigação do Meta AI Research publicou os World Models JEPA-WMs com previsão de incorporação conjunta para planeamento físico e os seus estudos relacionados. Este estudo explora os fatores-chave para o sucesso do modelo e fornece uma implementação completa em PyTorch, conjuntos de dados e modelos pré-treinados. Os modelos publicados incluem o núcleo do JEPA-WM e, como linhas de base, os modelos DINO-WM e V-JEPA-2-AC(fixed), cobrindo vários ambientes de operação e navegação robótica, como DROID & RoboCasa, Metaworld, Push-T, PointMaze e Wall. O modelo utiliza codificadores visuais como DINOv3 ViT-L/16, DINOv2 ViT-S/14 e V-JEPA-2 ViT-G/16, e a resolução das imagens de entrada é principalmente 224×224 ou 256×256. O projeto também disponibiliza uma cabeça descodificadora opcional de VM2M para visualização e descodificação de trajetórias, mas sublinha que este descodificador não é necessário para treinar world models nem para realizar avaliações de planeamento. Todos os recursos foram disponibilizados publicamente no GitHub, Hugging Face e arXiv. (Fonte: InFoQ)