Meta AI випустила спільну вбудовану модель прогнозування світу для фізичного планування JEPA-WMs

Новини ME: 3 квітня (UTC+8) команда Meta AI Research опублікувала узгоджені моделі прогнозування світу JEPA-WMs і супутні дослідження для фізичного планування. Дослідження розглядає ключові фактори успіху моделі та надає повну реалізацію на PyTorch, набір даних і попередньо навчені моделі. Опубліковані моделі включають базову JEPA-WM, а також моделі DINO-WM і V-JEPA-2-AC(fixed) як базові варіанти. Вони охоплюють численні роботизовані середовища для операцій з роботами й навігації, зокрема DROID & RoboCasa, Metaworld, Push-T, PointMaze і Wall. Моделі використовують візуальні енкодери на кшталт DINOv3 ViT-L/16, DINOv2 ViT-S/14 і V-JEPA-2 ViT-G/16; роздільна здатність вхідних зображень переважно становить 224×224 або 256×256. Проєкт також надає додаткову декодерну головку VM2M для візуалізації та декодування траєкторій, але підкреслює, що ця декодерна головка не є необхідною для тренування світової моделі чи для оцінювання планування. Усі ресурси доступні у GitHub, Hugging Face та arXiv. (Джерело: InFoQ)

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріпити