LeCun 团队发布 H-JEPA 分层世界模型
LeCun 团队发布 H-JEPA（arXiv:2610.06805），首个端到端训练的分层世界模型，面向长时程视觉规划。在 Visual AntMaze 任务上，规划成功率从 18% 提升至 73%。作者 Randall Balestriero 补充称，分层带来的收益已在从仿真到真实世界的多个实验与环境中得到验证。
已确认
- H-JEPA 由 Yann LeCun、Randall Balestriero、Kevin Ghass 等人提出，是首个端到端学习的分层 JEPA 世界模型，用于长时程视觉规划。
- 核心机制：训练一组动作条件化的 JEPA 层级，每个更高层级在自身隐空间中预测更远的未来；规划自顶向下进行，最高层朝目标规划，其预测成为下一层的子目标。
- 作者指出语义抽象带来时间压缩：强制高层丢弃变化快、难预测的细节后，高层表征自然在更慢的时间尺度上演化。
- 训练层面：端到端训练分层 JEPA 需防止维度坍缩，团队复用 SIGReg 在所有层级保持潜空间良态，并结合 LeWM，无需复杂启发式，训练稳定、易调试。
- 实验结果：Visual AntMaze 成功率从 18% 提升至 73%。
为什么重要
- H-JEPA 验证了 LeCun 长期主张的世界模型与抽象层级路线：分层抽象能自然产生多时间尺度表征，并以端到端方式实现，而非依赖手工设计的层级规划。
- 成功率大幅提升与仿真到真机的验证，为长时程规划这一机器人与具身智能的核心难题提供了新路径。
2026-10-06 ~ 2026-10-06 · 5 条相关
一手来源
- LeCun 团队发布 H-JEPA：分层世界模型让规划成功率从 18% 升至 73% — randall_balestr ·
- H-JEPA：首个端到端学习的分层世界模型，用于长时程视觉规划 — randall_balestr ·
- LeCun 团队 H-JEPA:分层世界模型将 Visual AntMaze 成功率从 18% 提至 73% — arankomatsuzaki · 2026-10-06
- 【源头】H-JEPA：首个端到端学习的分层世界模型，用于长时程视觉规划 — randall_balestr · 2026-10-06
- H-JEPA 续篇：用 SIGReg 在各层级防维度坍缩，训练稳定易调试 — randall_balestr · 2026-10-06
- H-JEPA 作者补充：分层收益已在仿真到真机全面验证 — randall_balestr · 2026-10-06
另有 1 条近重复转述:randall_balestr