Meta AI merilis model dunia prediksi embedding gabungan untuk perencanaan fisik JEPA-WMs

MeNews · 2026-04-04T12:58:49+00:00

Berita ME, 3 April (UTC+8), Tim Penelitian AI Meta merilis model dunia prediksi gabungan embedding untuk perencanaan fisik JEPA-WMs dan penelitian terkaitnya. Studi ini mengeksplorasi faktor kunci keberhasilan model dan menyediakan implementasi lengkap PyTorch, dataset, serta model pra-pelatihan. Model yang dirilis meliputi JEPA-WM inti serta DINO-WM dan V-JEPA-2-AC(fixed) sebagai baseline, mencakup berbagai lingkungan robotik seperti DROID & RoboCasa, Metaworld, Push-T, PointMaze, dan Wall. Model menggunakan DINOv3 ViT-L/16, DINOv2 ViT-S/14, dan V-JEPA-2

MeNews

2026-04-04 12:58:49

Berita ME: Pada 3 April (UTC+8), tim Meta AI Research merilis model dunia JEPA-WMs dengan joint embedding prediction untuk perencanaan fisik serta riset terkait. Penelitian ini membahas faktor kunci yang membuat model tersebut berhasil, dan menyediakan implementasi PyTorch yang lengkap, kumpulan data, serta model pra-latihan. Model yang dirilis mencakup JEPA-WM inti serta model DINO-WM dan V-JEPA-2-AC(fixed) sebagai baseline, yang mencakup berbagai lingkungan operasi robot dan navigasi seperti DROID & RoboCasa, Metaworld, Push-T, PointMaze, dan Wall. Model menggunakan encoder visual seperti DINOv3 ViT-L/16, DINOv2 ViT-S/14, dan V-JEPA-2 ViT-G/16, dengan resolusi gambar masukan terutama 224×224 atau 256×256. Proyek ini juga menyediakan kepala decoder opsional VM2M untuk visualisasi dan decoding lintasan, tetapi menegaskan bahwa decoder tersebut tidak diperlukan untuk melatih model dunia atau melakukan evaluasi perencanaan. Semua sumber daya telah dipublikasikan di GitHub, Hugging Face, dan arXiv. (Sumber: InFoQ)

Lihat Asli

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.