华为等发布 La-JEPA：1B 参数机器人策略跑 60.8%，超 12.4B 模型还快 5 倍
burny_tech · x · 2026-11-11
华为、多伦多大学、McGill 与 Mila 联合发布论文《La-JEPA: Compact Robot Policies with Latent World Modeling》，核心思路是不改造视频生成大模型，而是在预训练 V-JEPA 2.1 编码器的特征空间中从头训练一个紧凑的策略 transformer：训练时联合预测未来场景表征与机器人动作，推理时只生成动作。
关键结果：
- RoboTwin 2.0 上 1B 模型成功率 60.8%，远超 12.4B 的 Fast-WAM（39.9%），推理快约 5 倍
- 在无具身预训练策略中，于 RoboTwin 2.0（干净与随机化场景）和 LIBERO-Plus 达到 SOTA
- 四个真实机器人任务上平均成功率与 π0.5 相当
- 设计研究表明：JEPA 特征优于视频 VAE latent（分布外尤其明显），训练时的未来预测设计即使推理时跳过也显著影响策略
作者还修正了 LIBERO-Plus 官方评估器会损坏指令的问题并重评了多个基线。结论：机器人基础模型可能更需要面向控制而非继承自生成的架构。
「具身」频道最新
- CoRL 最亮演示:长时程移动操作被视为部署分水岭 — JasonMa2020 · 2026-11-11
- UCLA 团队推出 TRIMI：手套本身即机器人手，消除示教与执行鸿沟 — DennisHongRobot · 2026-11-11
- Supersplat 大更新:Quest 3 流式场景从 9.7 fps 提到 30+ fps — willeastcott · 2026-11-11
- Cartwheel 开源三套人形机器人运动追踪策略,G1 可侧手翻 — andrew_n_carr · 2026-11-11
- 用 Claude Fable 5.2 一夜生成全套人形机器人 CAD 与仿真 — davidpattersonx · 2026-11-11
- Russ Tedrake CoRL 演讲：尽早部署机器人，干预数据反哺训练 — DominiqueCAPaul · 2026-11-11