跳到正文
热点事件持续更新

LeWAM：基于JEPA的端到端世界与动作建模论文发布

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Minghao Fu 等在arXiv发布LeWAM论文（arXiv:2610.12818），提出一种用于控制的端到端JEPA世界与动作模型，联合训练下一潜在状态预测与动作流匹配，无需像素重建即可支持直接策略执行和测试时规划。 基于论文摘要，相比既有用于视觉规划的JEPA，LeWAM在接触丰富任务中将成功率从28.6%提升至89.7%，在长时域任务中从10.9%提升至46.2%，规划速度提高32.3倍；在仿真和物理机器人的行为克隆任务中与既有方法具有竞争力。

AI 根据报道生成 · 3 小时前更新

最新进展10月12日 12:00
LeWAM：基于JEPA的端到端世界与动作建模

报道时间线

沿着报道，了解事件的不同侧面。

10月12日
  1. arXiv · cs.AI
    LeWAM：基于JEPA的端到端世界与动作建模

    LeWAM联合训练潜在状态预测与动作流匹配，在无需像素重建的情况下构建支持直接策略执行和测试时规划的端到端控制世界模型。基于论文摘要，相比既有用于视觉规划的JEPA，其在接触丰富任务中将成功率从28.6%提升至89.7%，在长时域任务中从10.9%提升至46.2%，规划速度提高32.3倍；在仿真和物理机器人的行为克隆任务中，该方法与既有方法具有竞争力。

本事件热度走势

可比范围当前
9
可比范围峰值
910月12日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。