LeWAM 端到端 JEPA 世界模型:规划提速 32 倍,真实机器人成功率 89.7%
randall_balestr · x · 2026-10-10
- LeWAM 是首个端到端联合训练「世界模型 + 动作模型」的 JEPA 架构(UCSD/ETH/UBC/Brown 合作),将下一潜态预测与 action flow matching 放进同一目标函数。
- 视觉规划成绩:接触密集操作任务成功率从 28.6% 提升到 89.7%,长时程任务从 10.9% 到 46.2%,规划速度快 32.3 倍(每次规划仅 19ms)。
- 模型非常轻量:仅 17M 参数、单 GPU 可训、只有 1 个超参数,且已在真实机器人(不只是仿真)上验证,行为克隆成绩与既有方法相当。
- 论文、代码、数据与 checkpoint 均已开源。可解释性分析显示模型学到了与控制相关的表征。
「具身」频道最新
- Vision Pro 2026 现状：支持手柄、最佳头像与超宽屏，3500 美元值不值 — bradneuberg · 2026-10-10
- NVIDIA Research 具身智能团队招聘博士实习生 — jonLorraine9 · 2026-10-10
- PrismaX 用专业遥操作员采集机器人数据，开放直接购买训练集 — jonstephens85 · 2026-10-10
- 特斯拉 Cybercab 加速扩张：得州已注册 319 辆，上路 90 辆 — JOBhakdi · 2026-10-10
- WorkOS 把 ESP32-S3 做成会议徽章,500 名开发者把它跑上 DOOM — DynamicWebPaige · 2026-10-10
- 博主手工打造逼真机械皮肤,AI 接入后一分钟即读取触觉 — repligate · 2026-10-10